[开源] 基于 Edge TTS 的语音合成服务，兼容 OpenAI 音频接口

[DejavuMoe]

项目地址： https://github.com/DejavuMoe/edgeTTS

这是一个用 Edge TTS 免费接口封装的语音合成服务

特性：

• 协议兼容：支持 OpenAI 标准 /v1/audio/speech 格式，现有客户端改个 Base URL 即可使用
• 长文本处理：内置分段切片与音频流拼接，解决长文本请求容易失败的问题
• 支持声音映射与参数微调
• Docker 镜像一键部署

[rune15]

很实用，已经用 docker 部署上了

[gdm]

真巧，昨天刚用 gemini 做了一个用 edge tts 做 txt 转 mp4 的 Python 脚本，我转 mp4 是因为拿来听一些比较难的东西

[felixv]

不错，已 start 。有没有可能实现一个多人对话的功能，可以设置一段文本的角色，并设置不同角色的音色，最终合成到一起。

[lujiaosama]

LZ 这个支持离线吗，这是我使用的最大痛点。生产环境是离线的又需要 TTS 真的麻烦。

[DejavuMoe]

@felixv 暂时不打算做，这个 API 可以指定不同的音色，然后自己在多人对话里流式调用应该就 Ok

@gdm edge tts 做的还是可以的，最搞的是那个粤语、还有东北话很有意思哈哈哈

@lujiaosama 不是离线场景的，TTS 是微软处理的

[Hansah]

edge 的质量太差了，我现在用的是 pocket-tts 和 kokoro 还有 supertonic ，基本都在 100M 这个级别

[woodchen]

先 star 了, 目前用的是 mimo 的免费 tts

[iorilu]

直接调微软服务不行吗, 为啥非要中转

python 用 edgetts 包, 其他平台也有啊

另外, 要离线用 kokoro

其实声音差不多, 很明显, kokoro 就是那 edgetts 当训练材料做出来的

[ruanimal]

@Hansah 这几个有什么区别吗？ kokoro 的英文感觉还不错的

[Hansah]

@ruanimal #9 POCKEet 和 ST 支持语音克隆，但是都不支持中文，PT 在 modelscope 有魔改版支持中文拼音的