{
	"title": "史上最强语音合成工具（基于EdgeTTS）",
	"category": "技术",
	"author": "ZX",
	"time": "2023-01-30",
	"background": "/img/11.webp"
}
<!-- CONTENT -->
<p>Edge浏览器的大声朗读功能可以算是目前效果最好的语音合成了，然其音频文件难以保存。传统的方式是在朗读的过程中通过声卡录制，这样不仅低效而且容易受到网络波动的影响。也有python写的开源edge-tts脚本，但不适用于长文本的高效合成。</p>
<p>本项目基于<a href="https://github.com/jing332/tts-server-go/">https://github.com/jing332/tts-server-go/</a>开发，源码<a href="https://github.com/ZX-11/edgetts-cli">https://github.com/ZX-11/edgetts-cli</a>。程序支持任意长度的文本，支持任意输出音频格式（配合ffmpeg），支持并行抓取，支持断点续传。</p>
<p>Windows用户可以直接下载可执行文件使用，下载后将压缩包解压，并将可执行文件加入到PATH即可：</p>
<blockquote>
<p><svg xmlns="http://www.w3.org/2000/svg" width="20" height="20" viewBox="0 0 24 24" fill="none" stroke="#000000" stroke-width="2" stroke-linecap="round" stroke-linejoin="round"><path d="M14 2H6a2 2 0 0 0-2 2v16c0 1.1.9 2 2 2h12a2 2 0 0 0 2-2V8l-6-6z"/><path d="M14 3v5h5M16 13H8M16 17H8M10 9H8"/></svg><a href="https://alist.zxxx.cf/p/attachments/edgetts.zip"><b>edgetts.zip</b></a></p>
</blockquote>
<p>Linux用户可以通过脚本构建（需要安装go）:</p>
<pre style="background-color:#2b303b;">
<code class="language-bash" data-lang="bash"><span style="color:#65737e;"># for debian users</span><span style="color:#65737e;">
</span><span style="color:#bf616a;">apt</span><span style="color:#c0c5ce;"> install golang ffmpeg</span><span style="color:#c0c5ce;">
</span><span style="color:#c0c5ce;">
</span><span style="color:#65737e;"># for archlinux users</span><span style="color:#65737e;">
</span><span style="color:#bf616a;">pacman -S</span><span style="color:#c0c5ce;"> go ffmpeg</span><span style="color:#c0c5ce;">
</span><span style="color:#c0c5ce;">
</span><span style="color:#bf616a;">curl</span><span style="color:#c0c5ce;"> https://fastly.jsdelivr.net/gh/ZX-11/edgetts-cli@main/build.sh | </span><span style="color:#bf616a;">sh</span><span style="color:#c0c5ce;">
</span></code></pre>
<p>选项说明：</p>
<ul>
<li>-i 需要合成的文本文件，须为UTF-8编码（不能含有BOM），且每段文本不能超出1000字</li>
<li>-o 输出的音频文件，默认输出opus编码的音频文件，拓展名须为ogg/opus/webm</li>
<li>-rate 语音速度，可以为x-slow/slow/medium/fast/x-fast或一个相对值，默认为medium</li>
<li>-voice 合成声音，默认为zh-CN-XiaoxiaoNeural，也有其他声音可选，详见<code>edgetts -h</code></li>
<li>-parallel 并行连接，默认为1，最大为8，提高并行连接数可适当加快合成速度，但需要避免并行连接过大导致滥用</li>
<li>-convert 转换为其他格式（即可在-o选项中使用其他格式如mp3/m4a/amr等），需要外部ffmpeg程序（linux用户需要安装ffmpeg，windows用户可以从官网下载并配置，也可使用everything等工具搜索计算机中现有ffmpeg.exe可执行文件并加入到PATH，很多常用影视软件如优酷客户端、格式工厂均包含ffmpeg.exe）</li>
</ul>
<p>使用示例：</p>
<ul>
<li>合成text.txt为语音，输出为out.ogg：<code>edgetts -i text.txt -o out.ogg</code></li>
<li>使用4个连接合成text.txt为语音，输出为out.ogg：<code>edgetts -i text.txt -o out.ogg -parallel 4</code></li>
<li>指定声音合成：<code>edgetts -i text.txt -voice zh-CN-YunyangNeural -o out.ogg</code></li>
<li>调整声音速度：<code>edgetts -i text.txt -rate fast -o out.ogg</code></li>
<li>生成MP3格式音频：<code>edgetts -i text.txt -convert -o out.mp3</code></li>
<li>组合各选项使用：<code>edgetts -i text.txt -voice zh-CN-XiaoshuangNeural -rate slow -convert -o out.m4a -parallel 4</code></li>
</ul>
<p>常见报错处理：</p>
<ul>
<li><code>ffmpeg not found</code>：请确认edgetts可执行文件同目录下存在ffmpeg-min可执行文件</li>
<li><code>external ffmpeg not found</code>：请确认ffmpeg可执行文件位于PATH中</li>
<li><code>Invalid utf-8 sequence</code>：请将文件从GBK编码转换为UTF-8编码，最简单的方式是用记事本打开后另存为，编码选择<code>UTF-8</code></li>
<li><code>Too long for line xxx</code>：某段文字过长，需要适当换行分割</li>
</ul>
<p><strong>请合理使用该工具，切勿滥用导致接口失效，日常还是建议尽量在Edge浏览器中使用该功能。</strong></p>