新闻详情

新闻详情

首页 / 资讯中心 / 详情

edge-tts 入门:免费的微软 Edge 文本转语音,一条命令生成 MP3

发布时间:2026/11/14 8:31:38来源:尧图网络
edge-tts 入门:免费的微软 Edge 文本转语音,一条命令生成 MP3
edge-tts 入门免费的微软 Edge 文本转语音一条命令生成 MP3【免费下载链接】edge-ttsUse Microsoft Edges online text-to-speech service from Python WITHOUT needing Microsoft Edge or Windows or an API key项目地址: https://gitcode.com/GitHub_Trending/ed/edge-tts如果你也在为播客、视频配音找文本转语音方案多半被申请密钥和按字数计费劝退过。edge-tts 直接调用微软 Edge 的在线文本转语音服务不装 Edge 浏览器、不用 Windows、不要密钥输入文字就能拿到 MP3 语音文件。edge-tts 是什么适合谁用edge-tts 是一个 Python 库把 Edge 浏览器“大声朗读”背后的在线语音合成服务封装成 Python 模块和edge-tts、edge-playback两条命令。它适合两类人想一条命令把文字变成 mp3 的普通用户以及想给项目加语音能力的 Python 开发者。不需要注册、不需要密钥覆盖上百种语言和声音免费是它最值得试的理由。60 秒拿到第一个语音文件先在终端里装好它。想在代码里调用就用 pip只用命令行则用 pipx 更干净pip install edge-tts装完后一条命令就能产出语音文件edge-tts --text 你好世界 --write-media hello.mp3执行完当前目录会多出一个hello.mp3用任意播放器打开就能听到发音。想同步生成字幕再加上--write-subtitles hello.srt会同时输出一份带时间轴的 SRT 文件。不指定声音时默认使用多语言声音en-US-EmmaMultilingualNeural读中文短句也够用。如果只是想听个效果而不落盘edge-playback可以现合成现播放edge-playback --text 你好世界不过它依赖本地播放器非 Windows 系统需要预先安装 mpv后面“常见报错与修复”一节会再讲。怎么挑一个合适的声音声音库很大先用这条命令把完整清单拉出来输出是一张按名称排序的表格edge-tts --list-voices表格包含四列Name、Gender、ContentCategories、VoicePersonalities。挑选时其实主要看两点前缀是语言和地区比如zh-CN对应普通话、en-GB对应英式英语先按语言过滤再看声音名后面的性别标注 Female 或 Male。像做中文播客想要温和友好的风格就锁定zh-CN-开头的女性声音例如zh-CN-XiaoxiaoNeural。挑定之后用--voice传入即可edge-tts --voice zh-CN-XiaoxiaoNeural --text 欢迎收听本期节目 --write-media welcome.mp3语速、音量、音调三个旋钮调节语音服务端开放了三个可调参数单位各不相同容易记混放表格里对比参数作用取值示例--rate语速百分比增减--rate-30%放慢--rate50%加快--volume音量百分比增减--volume-20%压低音量--pitch音调赫兹增减--pitch-30Hz降低音调有一个格式细节要注意负数值必须写成--rate-30%这样用等号紧贴的形式写成--rate -30%时命令行会把-30%当成一个新的选项名解析掉。一条可直接运行的示例edge-tts --rate-30% --text 这是一段放慢语速的演示 --write-media slow.mp3在 Python 代码里调用核心入口是Communicate类主推异步写法十几行就能跑起来import asyncio import edge_tts async def main(): communicate edge_tts.Communicate(你好世界, zh-CN-XiaoxiaoNeural) await communicate.save(hello.mp3) # 把合成音频保存为文件 asyncio.run(main())构造Communicate时还可以把rate、volume、pitch作为关键字参数直接传入默认值分别是0%、0%、0Hz。不需要异步的场景用同步方法communicate.save_sync(hello.mp3)一句顶替即可想逐块读取音频流、边合成边写字幕的流式玩法可以直接参考 examples/ 目录里的完整示例。它能帮你解决什么场景作用播客、有声书制作把成稿文字批量转成自然的 mp3 旁白视频配音同时生成语音与 SRT 字幕方便在时间轴上对齐无障碍朗读让文档和网页内容可以被读出声音多语言产品用上百种语言和地区的声音提供语音提示自动化脚本给系统通知、报告播报加一段语音输出常见报错与修复pip 安装时报权限错误→ 当前用户没有目标目录写权限。换到虚拟环境里安装或使用pip install --user edge-tts。edge-playback 提示 “mpv is not installed”→ 非 Windows 系统的播放环节依赖 mpv。先安装 mpv或者放弃即时播放改用--write-media先落盘成文件。负数参数写了--rate -30%却没生效→ 减号被参数解析吃掉了。改成等号形式--rate-30%。提示 NoAudioReceived未收到音频数据→ 通常是声音名写错或网络无法连到合成服务。先用--list-voices核对声音名再检查网络必要时用--proxy指定代理。一句话总结edge-tts 就是那个不用浏览器、不用密钥也能用上微软 Edge 文本转语音能力的工具。想继续深入可以翻 README.md 看完整参数说明、到 src/edge_tts/ 目录了解核心通信逻辑、在 examples/ 目录里对照各种调用写法。【免费下载链接】edge-ttsUse Microsoft Edges online text-to-speech service from Python WITHOUT needing Microsoft Edge or Windows or an API key项目地址: https://gitcode.com/GitHub_Trending/ed/edge-tts创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉