SuperAPI AI 工具集

edge-tts

办公与效率

查看项目

更新于 11-02 01:29

技能介绍

用途:把文本转换为语音音频。它通过 node-edge-tts npm 包调用微软 Edge 在线神经 TTS 服务,适合在对话或工作流中生成语音消息、内容配音或无障碍朗读。

主要能力:

  1. 多语言与多音色:提供英语(如 en-US-MichelleNeural、en-US-AriaNeural、en-US-GuyNeural、en-GB-SoniaNeural、en-GB-RyanNeural)、西班牙语、法语、德语、日语、中文、阿拉伯语等常见音色;可用 --list-voices 查看完整列表。
  2. 韵律调节:支持语速(rate,百分比,如 -20% 到 +50%)、音高(pitch)、音量(volume)调整。
  3. 输出格式:可选不同 MP3 质量,如 audio-24khz-48kbitrate-mono-mp3(标准)、audio-24khz-96kbitrate-mono-mp3(高清)、audio-48khz-96kbitrate-stereo-mp3(最高质量)。
  4. 字幕生成:可用 --save-subtitles 输出带词级时间信息的 JSON 字幕。
  5. 配置持久化:config-manager.js 可保存语音、语言、格式、音高、语速、音量等偏好,存储在 ~/.tts-config.json。

使用方式:

  • 简单场景:检测到 tts 触发词或用户请求后,调用内置 tts 工具,返回 MEDIA: 路径,由 Clawdbot 把音频路由到当前频道。
  • 自定义场景:进入 scripts 目录执行 npm install,然后运行 node tts-converter.js "文本" --voice en-US-AriaNeural --rate +10% --output output.mp3。常用选项包括 --voice/-v、--lang/-l、--format/-o、--pitch、--rate/-r、--volume、--save-subtitles/-s、--output/-f、--proxy/-p、--timeout、--list-voices/-L。
  • 配置管理:node config-manager.js --set-voice ...、--set-rate ...、--get、--reset。
  • 安装依赖:node-edge-tts 与 commander。可运行 npm test 做基本连通性测试。

适用场景:语音消息、教程或故事朗读(慢速清晰)、摘要播报(稍快)、新闻或效率场景(快速)、演示与内容配音(高质量格式)、需要字幕的配音工作。

限制与注意事项:需要联网;服务免费且无需 API Key;默认输出 MP3;默认音色为 en-US-MichelleNeural;音频默认保存到系统临时目录(Unix 为 /tmp/edge-tts-temp/,Windows 为对应用户临时目录)且不会自动删除,需调用方清理,可用 --output 指定永久路径;转换前会自动过滤 tts、TTS、text-to-speech 等触发词;可使用代理参数应对网络问题。具体价格、配额与平台支持范围资料未提供。