用途:将文本转换为语音音频,用于语音消息、教程、无障碍朗读、摘要播报等场景。集成在 ThinkFleetBot 中时,检测到“tts”等触发词即可把文本转为音频并返回 MEDIA 路径。
主要能力:基于 node-edge-tts 调用微软 Edge 在线神经 TTS 服务,默认输出 MP3;支持多语言与多音色(如 en-US-AriaNeural、zh-CN-XiaoxiaoNeural 等),可用 --list-voices 查看完整列表;支持语速、音调、音量调整,并可生成 JSON 格式字幕(含词级时间)。
使用方式:简单请求可调用内置 tts 工具,如 tts("Your text")。需要更多控制时进入 scripts 目录执行 npm install,再用 node tts-converter.js "Your text" --voice en-US-AriaNeural --rate +10% --output output.mp3。常用参数包括 --voice/-v、--lang/-l、--format/-o、--pitch、--rate/-r、--volume、--save-subtitles/-s、--output/-f、--proxy/-p、--timeout、--list-voices/-L。还可用 config-manager.js 持久化偏好,如 --set-voice、--set-rate、--get、--reset,配置存于 ~/.tts-config.json。
适用场景:语音消息、内容朗读、教程讲解、新闻速读、多语言配音及字幕同步等。
限制:需要联网,使用微软 Edge 在线服务;默认输出为 MP3;临时文件默认保存在系统临时目录且不会自动删除,需调用方自行清理;具体价格、并发限制等暂未提供。