新闻详情

新闻详情

首页 / 资讯中心 / 详情

Edge-TTS 完整指南:免费文本转语音,一条命令出中文语音

发布时间:2026/11/14 1:08:35来源:尧图网络
Edge-TTS 完整指南:免费文本转语音,一条命令出中文语音
Edge-TTS 完整指南免费文本转语音一条命令出中文语音【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想给视频配音却不想为文本转语音服务付费Edge-TTS 是一个免费的语音合成工具它直接调用微软 Edge 的在线语音接口不用装浏览器、不用 Windows、不要 API 密钥装上就能出声。支持上百种语言音色命令行和 Python 两种用法。本文按先出声、再调参、最后接代码的顺序走一遍是一份可以直接照着敲的 Edge-TTS 中文教程。先出声edge-tts 安装步骤与第一条命令用 pip 安装适合要在 Python 代码里 import 它的人用 pipx 安装适合只想用命令行的人两种都是下面这一行命令装完立即跑一条最小化命令pip install edge-tts edge-tts --text 你好这是第一条语音 --write-media hello.mp3你会得到当前目录下的 hello.mp3。先播放确认服务连通再继续往下。默认音色是英文多音色的 en-US-EmmaMultilingualNeural能读中文但想要标准普通话音下一节再换。选音色、调参数edge-tts 调节语速、音量、音调与生成字幕先列出全部可用音色edge-tts --list-voices你会得到一张按 Name / Gender / ContentCategories / VoicePersonalities 分列的表。音色名是语言地区人名格式比如 zh-CN-XiaoxiaoNeural中文女声风格友好。把选中的名字传给--voice即可。四个高频参数速查参数默认值示例写法效果--rate0%--rate-30%或--rate50%edge-tts 调节语速变慢 / 变快--volume0%--volume-20%音量变小--pitch0Hz--pitch-30Hz音调变低--write-subtitles不输出--write-subtitles hello.srt额外生成 SRT 字幕有一个坑要记住负值必须连等号写成--rate-30%。写成--rate -30%时参数解析会把-30%当成新的命令行选项直接报错。把音色、语速、字幕合在一起跑一条完整示例edge-tts --voice zh-CN-XiaoxiaoNeural --rate-50% \ --text 这是一条慢速中文语音 \ --write-media slow.mp3 --write-subtitles slow.srt你会得到slow.mp3 和与之时间轴对齐的 slow.srt语速是默认的一半。接进 Python 代码同步与异步示例核心就一个类edge_tts.Communicate。脚本里不用 asyncio 时同步版最短import edge_tts communicate edge_tts.Communicate(你好世界, zh-CN-XiaoxiaoNeural) communicate.save_sync(hello_sync.mp3)你会得到hello_sync.mp3不需要事件循环三行出结果。在 Web 服务或已有 asyncio 的程序里换成异步的 saveimport asyncio import edge_tts async def main(): communicate edge_tts.Communicate(异步生成示例, zh-CN-YunxiNeural) await communicate.save(hello_async.mp3) asyncio.run(main())你会得到hello_async.mp3。两个扩展点。批量场景为每段文本各建一个 Communicate把所有 save 任务收集起来用 asyncio.gather 并发执行不必顺序等待。错误处理在线服务偶尔超时把 save 包进 try/except失败后 sleep 一两秒再试并给重试次数设上限即可。更多写法可以翻仓库里的 examples/ 示例目录里面有带字幕的流式生成写法。适合用在哪些场景视频配音口播稿直接转成 mp3拖进剪辑时间线无障碍朗读把网页、文档内容读给需要语音的用户听多语言应用同一套代码换--voice就输出不同语言的提示音自动化播报报告生成后自动念出结论系统通知语音化教育课件讲义转语音附带字幕方便跟读常见问题速查Qpip install edge-tts 报权限错误改用pip install --user edge-tts或者建个虚拟环境再装后者更干净。Qedge-playback 在非 Windows 系统上放不出声音edge-playback 依赖 mpv 播放器先用系统包管理器装好 mpvWindows 上则自带播放能力不用额外装。Q长文本合成很慢或中途失败按段落切开分段生成或用--file直接读入整个文本文件仍慢就先排除网络问题再重试。Q上百种音色怎么快速选定跑--list-voices按前缀过滤中文找 zh-CN- 开头即可试听两三个候选再定不用逐个试。收尾从这一条命令开始Edge-TTS 把微软 Edge 的文本转语音服务包成了一个免 API 密钥的 Python 库命令行两个参数就能出声Python 里一个 Communicate 对象就能出声语速、音量、音调和字幕都按需可调全程免费。听到第一条声音之后再决定要换什么音色、怎么接进你的代码edge-tts --voice zh-CN-XiaoxiaoNeural --text 你好世界 \ --write-media hello.mp3 --write-subtitles hello.srt你会得到hello.mp3 和逐句对齐的 hello.srt这就是你语音合成管线的起点。【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 2026/11/13 0:43:49

【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 2026/11/13 0:02:27

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
📞 ✉