用途:为内容创作者、视频剪辑者提供本地语音合成,用于视频配音、有声书、辅助阅读、多语言学习及无网环境朗读。
主要能力:基于 Microsoft Edge 浏览器 TTS 引擎,无需 API Key 或注册账号;支持中文、英语、日语、韩语、德语、法语等多语言;提供 20+ 预设音色,覆盖男声、女声、童声,如 zh-CN-XiaoxiaoNeural、zh-CN-YunyangNeural、en-US-JennyNeural、ja-JP-NanamiNeural 等;通过选择不同音色实现情感与风格变化,不支持自定义音色克隆。
使用方式:直接提出需求即可,无需配置,例如“朗读这段文本,用温柔女声”“生成英语配音”“用日语朗读这段话”。服务自动完成文本分析、音色选择、语音生成与结果验证。安装命令:pip install edge-tts;验证:edge-tts --help。相关脚本见 scripts/tts_generator.py、scripts/audio_processor.py,音色参数见 references/voice-guide.md。
适用场景:短视频、纪录片、企业宣传片配音;小说、故事、学习材料有声书;网页与文档朗读;外语发音练习;无网络环境下的语音合成。
限制:使用 Edge 预设音色,不支持自定义克隆;情感控制依赖音色选择;首次使用需下载语音包约 50-100MB,之后可离线缓存使用;完全免费、零成本。具体平台与效果以实际使用为准。