---
title: Kokoro-82M-v1.1-dynamic-static-ONNX
canonical_url: "https://www.modelscope.cn/models/KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX"
md_url: "https://www.modelscope.cn/models/KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX.md"
repository: KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX
chinese_name: "Kokoro静态维度+动态维度模型"
last_updated: 2026-01-07
pipeline_tag: text-to-speech
tasks:
  - text-to-speech
library_name:
  - onnx
  - pytorch
frameworks:
  - pytorch
downloads: 247
stars: 3
---

# Kokoro-82M-v1.1-dynamic-static-ONNX

> Kokoro-82M-v1.1-dynamic-static-ONNX - KeanuX 在 ModelScope 开源的模型。该模型是基于Kokoro-82MB-v1.1-zh中文pytorch模型导出

- **Repository**: KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX
- **Tasks**: text-to-speech
- **Downloads**: 247
- **Stars**: 3
- **Last updated**: 2026-01-07

Source: https://www.modelscope.cn/models/KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX

---

# Kokoro 82M v1.1 中文 ONNX 模型

## 许可证

![MIT License](./sources/License-MIT-yellow.svg)

![Python 3.10+](./sources/python-3.10+-blue.svg)

## <a href="#sample">模型使用示例</a>

```python
import onnxruntime as ort
import numpy as np
import json
import espeakng_loader
import logging
import ctypes
import phonemizer
from phonemizer.backend.espeak.wrapper import EspeakWrapper
from numpy.typing import NDArray
import time
from misaki import zh, en
from kokoro import KPipeline
import soundfile as sf
import librosa

logger = logging.getLogger(__name__)
file_handler = logging.FileHandler("./logs/run_kokoro_onnx.log", mode="w", encoding="utf-8")
formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
file_handler.setFormatter(formatter)
file_handler.setLevel(logging.INFO)
logger.addHandler(file_handler)
logger.setLevel(logging.INFO)

class EspeakConfig:
    # add code here

class KokoroTokenizer:
    # add code here

class KokoroOnnx:
    # add code here

model_path = "./models/TTS/kokoro_82M_v1.1_zh_onnx/model_static.onnx"
config_path = "./models/TTS/kokoro_82M_v1.1_zh_onnx/config.json"
voice_path = "./models/TTS/kokoro_82M_v1.1_zh_onnx/voices/zm_031.bin"

if __name__ == "__main__":
    kokoro = KokoroOnnx(
        model_path,
        config_path,
        voice_path,
        is_dynamic=False # use static model to generate audio
    ) 
    
    audio_data, pred_dur, sr = kokoro.generate("你好我是Kokoro TTS模型，我是1个中英混合语音合成模型，Hello my name is Kokoro.")

    sf.write("./kokoro_output.wav", audio_data, sr)
```

## 模型下载

```shell
pip install modelscope
modelscope download --model KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX --local_dir ./
```

## 模型介绍

该模型支持中文、英文、数字等多种语言的文本到语音合成。目前推理示例中支持中英数字混合，如有其他语言需要请自行修改。

### Dynamic Shape Model

| 模型类型 | 参数量 | is_dynamic | input names | output names |
|----------|---------|----------------|----------------|----------------|
| Kokoro   | 82M     | true           | input_ids, ref_s, speed | audio, pred_dur |

#### Inputs

| 输入名 | 形状 | 类型 | 描述 |
|--------|------|------|------|
| input_ids | [1, seq_len] | int64 | 音素 token 序列 |
| ref_s | [1, ref_s_len] | float32 | 参考声谱图 |
| speed | [1] | float32 | 语速控制因子 |

#### Outputs

| 输出名 | 形状 | 类型 | 描述 |
|--------|------|------|------|
| audio | [audio_len] | float32 | 合成的音频数据 |
| pred_dur | [pred_dur_len] | int64 | 预测的每个 token 的持续时间 |

### Static Shape Model

| 模型类型 | 参数量 | is_dynamic | input names | output names |
|----------|---------|----------------|----------------|----------------|
| Kokoro   | 82M     | false           | input_ids, ref_s, speed | audio, pred_dur |

#### Inputs

| 输入名 | 形状 | 类型 | 描述 |
|--------|------|------|------|
| input_ids | [1, 512] | int64 | 音素 token 序列 |
| ref_s | [1, 256] | float32 | 参考声谱图 |
| speed | [1] | float32 | 语速控制因子 |

#### Outputs

| 输出名 | 形状 | 类型 | 描述 |
|--------|------|------|------|
| audio | [audio_len] | float32 | 合成的音频数据 |
| pred_dur | [pred_dur_len] | int64 | 预测的每个 token 的持续时间 |

#### 静态W8A16量化模型使用注意事项

- 修改源码中```audio_length = int(total_duration * 600) # 使用默认值600替换samples_per_dur_unit，防止截取音频长度低于实际有效音频长度```
- 模型信息：去除原导出模型中的SequenceEmpty和RandomNormalLike算子，使用其他算子做相应替换。

- 高通QCS8550适配模型请使用SNPE SDK进行DLC格式的部署测试

## 目录结构

```shell
./
├── config.json                                                        # 模型配置文件
├── configuration.json                                                 # 模型配置文件 
├── model_dynamic.onnx                                                 # 动态模型
├── model_static.onnx                                                  # 静态模型
├── model_w8a16_static_nosquenceempty_norandomnormallike.onnx          # 静态W8A16量化模型
├── README.md
├── tokenizer_config.json                                              # 分词器配置文件
├── tokenizer.json                                                     # 分词器文件
└── voices                                                             # 音色库
    ├── zf_001.bin
    ├── zf_002.bin
    └── ...
```

## <a id="sample">模型使用示例(dynamic model & static model)</a>

- 关注公众号："CrazyNET"
- 公众号回复："kokorods"

## License

本模型遵循MIT许可证。

## 原始模型仓库地址

- 🐈 Kokoro GitHub: [https://bgithub.xyz/hexgrad/kokoro](https://bgithub.xyz/hexgrad/kokoro)
- 🐈 Kokoro-ONNX GitHub: [https://bgithub.xyz/thewh1teagle/kokoro-onnx.git](https://bgithub.xyz/thewh1teagle/kokoro-onnx.git)

## 致谢

TODO: 编写致谢。类似于[Kokoro知识库](https://hf.co/hexgrad/Kokoro-82M#acknowledgements)
