5分钟上手tts:从零生成第一条自然AI语音的快速入门教程
5分钟上手tts:从零生成第一条自然AI语音的快速入门教程
tts(VoiceCraft)是一款基于 Microsoft Edge TTS 的免费在线文字转语音(TTS)工具,支持 20+ 种中文语音,无需注册即可把文字一键合成为自然流畅的语音,还可下载为 MP3。本教程面向零基础用户,带你 5 分钟完成从输入文字到生成第一条 AI 语音的全过程。
一、认识 tts:免费的 Edge TTS 在线语音合成服务
tts 是一个部署在 Cloudflare Workers 上的无服务器语音合成服务,核心卖点非常实用:
- 🗣️ 文字转语音:基于 Microsoft Edge TTS 引擎,内置 13 种女声、8 种男声
- 🆓 完全免费:无需注册、无使用限制
- ⚡ 秒速生成:边缘节点处理,响应快
- 📥 支持下载:生成的语音可直接保存为 MP3
- 🌍 多语言界面:界面支持中、英、日、韩等 8 种语言切换
- 🌐 OpenAI 兼容 API:可用 API 方式集成到自己的应用
💡 它同时还有语音转文字(STT)功能,但本文聚焦 TTS 快速上手。
二、快速上手:3 步生成第一条 AI 语音
打开 tts 部署后的网页地址,按下面 3 步操作即可。
第 1 步:确认处于"文字转语音"模式
页面顶部有两个模式按钮,默认就是 Text to Speech(文字转语音),无需额外操作。
第 2 步:输入你的文字
在文本框中直接输入要转换的文字,也可以切换到"上传 txt 文件"标签页,拖拽或点击上传一个 txt 文件——适合把整篇文章、演讲稿一次性转成语音。
第 3 步:选择声音,点击"开始生成语音"
- 在语音列表中选择喜欢的音色(默认是晓晓,温柔自然,很适合新手)
- 调整语速、音调、语音风格(可选,见下文进阶参数)
- 点击**"开始生成语音"**,几秒后即可试听,或直接下载 MP3
🎉 恭喜你,第一条 AI 语音已经生成!
三、进阶技巧:20+ 种中文声音怎么选
tts 内置 20 多种中文音色,不同风格适合不同场景。以下是精选推荐:
| 音色 | 参数 | 风格特点 | 适合场景 |
|---|---|---|---|
| 晓晓 | zh-CN-XiaoxiaoNeural |
温柔 | 有声书、教程讲解 |
| 晓伊 | zh-CN-XiaoyiNeural |
甜美 | 广告、种草文案 |
| 云希 | zh-CN-YunxiNeural |
清朗 | 新闻播报、配音 |
| 云扬 | zh-CN-YunyangNeural |
阳光 | 产品介绍 |
| 晓秋 | zh-CN-XiaoqiuNeural |
成熟 | 商务、客服 |
| 云枫 | zh-CN-YunfengNeural |
磁性 | 情感、故事 |
关键参数速查:语速、音调与语音风格
| 参数 | 默认值 | 范围 | 说明 |
|---|---|---|---|
speed |
1.0 |
0.5 – 2.0 | 语速,1.2 左右适合快节奏讲解 |
pitch |
"0" |
-50 到 50 | 音调,调高更活泼,调低更沉稳 |
style |
"general" |
见下方列表 | 语音风格 |
常用语音风格(style):
newscast新闻播报 —— 正式、有权威感chat聊天对话 —— 轻松随意customerservice客服专业 —— 标准客服口吻affectionate亲切温暖 /calm平静舒缓 —— 适合助眠、冥想类内容lyrical抒情诗意 —— 适合散文朗诵
⚙️ 小技巧:新手建议只动
speed,先保持默认音调和general风格,听感最稳。
四、API 调用:让 tts 融入你自己的项目
如果你会一点编程,tts 提供兼容 OpenAI 格式的 RESTful API(源码中对应路由见 index.js),一条 curl 命令就能拿到语音:
curl -X POST "https://你的域名/v1/audio/speech" \
-H "Content-Type: application/json" \
-d '{"input": "你好,这是一个测试", "voice": "zh-CN-XiaoxiaoNeural", "speed": 1.0, "pitch": "0", "style": "general"}' \
--output speech.mp3
参数说明与网页端一致,完整的参数表见 README.md。由于兼容 OpenAI 格式,很多现成的客户端和框架可以低成本接入。
五、部署教程:把 tts 部署到自己的 Cloudflare Workers
想拥有独立域名、长期使用?两种部署方式任选:
方式一:一键部署(最快)
项目 README 中提供了 Cloudflare Workers 的 Deploy 按钮,登录后点击即可把 index.js 部署到自己的 Worker,全程无需碰代码。
方式二:本地开发后部署
git clone https://gitcode.com/gh_mirrors/tts25/tts
cd tts
npm install -g wrangler
wrangler dev # 本地预览,验证无误后执行 wrangler deploy 上线
部署配置非常简单,核心文件 wrangler.toml 中指定了入口文件 index.js 及 production 环境名称,初学者无需修改。
六、常见问题与项目文件导航
Q:需要注册或付费吗? A:网页端使用完全免费、无需注册。STT(语音转文字)使用默认 Token 也可直接使用,也可填入自定义硅基流动 Token。
Q:支持哪些音频相关格式? A:TTS 输出可下载为 MP3;STT 输入支持 mp3、wav、m4a、flac、aac 等 9 种格式,单文件最大 10MB。
Q:界面是英文的,怎么办? A:点击右上角语言切换器即可切换为中文,系统会自动记住你的偏好。
📁 项目文件导航
| 文件 | 说明 |
|---|---|
| index.js | 主程序:页面、TTS 接口、STT 接口全部在此 |
| wrangler.toml | Cloudflare Workers 部署配置 |
| README.md | 完整文档:语音列表、API 参数、更新日志 |
| LICENSE | MIT 开源协议 |
到这里,你已经掌握了 tts 的核心用法:网页 3 步生成语音、20+ 音色随心选、参数微调出风格,还能通过 API 或部署到自己的 Workers 深度定制。把一段文字变成自然流畅的 AI 语音,现在只需要 5 分钟。