【亲测免费】 探索未来之声:边缘文本转语音(edge-tts)——一个强大的Python工具
2026-01-16 10:36:10作者:宣聪麟
边缘文本转语音(edge-tts)是一个创新的Python模块,它允许您利用微软Edge浏览器在线的文本转语音服务,将您的代码或命令行操作融入到强大的语音合成之中。通过这个开源项目,您可以轻松地将文本转化为流畅的语音,并进行个性化调整。
安装与使用
安装edge-tts非常简单,只需一行命令即可:
$ pip install edge-tts
如果您想仅在命令行中使用edge-tts和edge-playback功能,推荐使用pipx:
$ pipx install edge-tts
基础使用方法同样直观,比如要将“Hello, world!”转换为音频并保存为hello.mp3:
$ edge-tts --text "Hello, world!" --write-media hello.mp3 --write-subtitles hello.vtt
然后使用edge-playback播放带有字幕的音频:
$ edge-playback --text "Hello, world!"
选择你的声音
edge-tts支持多种语言和发音人声调。运行--list-voices选项查看所有可用的语音:
$ edge-tts --list-voices
例如,要将文本转换为阿拉伯语,可这样操作:
$ edge-tts --voice ar-EG-SalmaNeural --text "مرحبا كيف حالك؟" --write-media hello_in_arabic.mp3 --write-subtitles hello_in_arabic.vtt
自定义设置
您可以调整生成的语音速度、音量和音高。例如:
$ 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
请注意,参数--rate, --volume和--pitch的正确使用方式。
在Python程序中的应用
除了命令行工具,您还可以直接在Python代码中导入edge-tts模块。GitHub上的examples, util.py,以及custom_components/edge_tts/tts.py提供了丰富的示例,帮助您快速上手集成到自己的项目中。
项目特点
- 易用性:无论是通过命令行还是Python API,edge-tts都提供了简洁明了的接口。
- 灵活性:支持多种语言、发音人声调,以及速度、音量和音高的微调。
- 可扩展性:可用于构建自定义的应用,如智能家居系统中的语音助手或教育软件的阅读器。
- 即时性:得益于Microsoft Edge的服务,可以快速生成高质量的语音输出。
边缘文本转语音(edge-tts)是开发高效、可定制语音应用的理想选择,无论您是开发者还是普通用户,都能从中体验到科技带来的便捷与乐趣。立即尝试edge-tts,让您的项目“开口说话”!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
496
3.64 K
Ascend Extension for PyTorch
Python
300
338
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
307
131
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
868
479
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882