微软Edge-TTS：免费开源AI中文语音工具 -- 知识铺

Edge-TTS是一个由微软推出的Python库，用于将文本转换为语音。它利用了微软Azure Cognitive Services的功能，无需Microsoft Edge、Windows或API密钥即可使用。该库支持40多种语言和300种声音，为用户提供高质量的语音输出。作为国内付费TTS服务的替代品，Edge-TTS在GitHub上获得了超过3000颗星，受到了开发者们的广泛欢迎。 Edge-TTS的主要特点包括：

无需安装Microsoft Edge或Windows操作系统。2. 无需API密钥，直接使用。3. 支持40多种语言和300种声音选择。4. 提供高质量的语音输出，满足不同开发需求。5. 适用于需要语音功能的开发者。总之，Edge-TTS是一个方便、高效的文本转语音工具，可以帮助开发者快速实现语音功能，提高用户体验。

1.安装部署

首先，你需要通过Python包管理工具pip来安装Edge-TTS库。只需在命令行中输入以下命令（没有python环境的自行配置一下）：

1

pip install edge-tts

如果只想使用edge-tts和edge-playback命令，最好使用 pipx：

1

pipx install edge-tts

安装完成后，你就可以开始使用Edge-TTS来将文本转换为语音了。Edge-TTS支持多种语言和不同的声音选项，你可以根据需要选择合适的声音。

2.文本转语音

我们先来个hello world，只需要一行代码！

1

edge-tts --text "hello world" --write-media hello.mp3

执行完毕之后，会在你执行的目录下，生成hello.mp3文件

如果你想立即播放带有字幕的内容，可以使用以下edge-playback命令：

1

edge-playback --text "Hello, world!"

注意以上需要安装mpv命令行播放器。所有命令也都edge-tts可以工作。edge-playback

3.支持的语言和音色

edge-tts支持英语、汉语、日语、韩语、法语等40多种语言，共300多种可选声音，执行以下命令查询：

1

edge-tts --list-voices

如下图所示：

语音合成参数说明

在进行语音合成时，可以通过指定参数来选择不同的声音。以下是参数的详细说明：

Gender: 声音的性别。
Name: 声音的名称，格式为语言-国家或地区-声音名称，例如zh-CN-YunjianNeural。
zh 表示语言为中文。
CN 表示国家或地区为中国。
YunjianNeural 为声音的具体名称。

使用示例

要使用特定的声音进行语音合成，可以使用--voice参数。例如，使用zh-CN-YunyangNeural声音合成中文音频的命令如下：

1

--voice zh-CN-YunyangNeural

注意事项

确保选择的声音名称符合格式要求。
根据需要选择合适的语言和国家或地区代码。

1

edge-tts --voice zh-CN-YunyangNeural --text "大家好，欢迎关注语音之家，语音之家是一个助理AI语音开发者的社区。" --write-media hello_in_cn.mp3

4.调整语速、音量和音调

可以对生成的语音进行细微修改。

1
2
3
4
5


$ edge-tts --rate=-50% --text "Hello, world!" --write-media hello_with_rate_halved.mp3 --write-subtitles hello_with_rate_halved.vtt

$ edge-tts --volume=-50% --text "Hello, world!" --write-media hello_with_volume_halved.mp3 --write-subtitles hello_with_volume_halved.vtt

$ edge-tts --pitch=-50Hz --text "Hello, world!" --write-media hello_with_pitch_halved.mp3 --write-subtitles hello_with_pitch_halved.vtt

语音合成服务的命令行和代码转换方法

1. 命令行转换

在使用命令行进行语音合成时，需要注意参数的正确格式。例如，使用 --rate=-50% 而不是 --rate -50%。如果缺少等号，-50% 将被错误地解释为另一个参数。

2. 代码转换

除了使用命令行，我们还可以通过编写代码来实现语音合成服务，并通过HTTP接口提供服务。

示例代码

以下是一个Python代码示例，该代码实现了语音合成功能。你可以将这段代码保存到一个名为 tts.py 的文件中。 python# 这里假设有一个名为tts.py的文件，包含了语音合成的代码

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35


"""

Basic example of edge_tts usage.

"""

import asyncio

import edge_tts

TEXT = "大家好，欢迎关注语音之家，语音之家是一个助理AI语音开发者的社区。"

VOICE = "zh-CN-YunyangNeural"

OUTPUT_FILE = "d:/test.mp3"

async def amain() -> None:

"""Main function"""

communicate = edge_tts.Communicate(TEXT, VOICE)

await communicate.save(OUTPUT_FILE)

if __name__ == "__main__":

loop = asyncio.get_event_loop_policy().get_event_loop()

try:

loop.run_until_complete(amain())

finally:

loop.close()

运行python tts.py，稍等即可在d盘生成合成后的音频test.mp3。

关于 edge-playback 命令的说明

edge-playback 实际上是 edge-tts 的一个封装，用于播放生成的语音。它接受与 edge-tts 选项相同的参数。

文章目录