一款吊打ChatTTS的免费文本合成语音TTS工具,支持各种方言(含完整的使用步骤)-工具盒子

edge-tts是github上高赞的开源文本合成语音TTS项目,通过调用微软edge的在线语音合成服务,支持40多种语言和318种声音;尤其中文方面,不仅支持普通话而且还支持地方口音,效果可以说是吊打ChatTTS。

edge-tts语音合成搭建教程(https://github.com/rany2/edge-tts)

安装对应的环境

!pip install edge-tts
!pip install torchaudio
import edge_tts
print("edge_tts:", edge_tts.__version__)

查看edge-tts支持的语言

!edge-tts  --list-voices # 查看其支持的所有声音

基于命令行端-来生成语音教程

合成对应的香港话、粤语语音-效果展示

获得支持的香港话、粤语语音明细

!edge-tts  --list-voices| grep HK # TW
Name: en-HK-SamNeural
Name: en-HK-YanNeural
Name: zh-HK-HiuGaaiNeural
Name: zh-HK-HiuMaanNeural
Name: zh-HK-WanLungNeural

通过命令行(Window输入cmd)合成生成粤语语言效果

!edge-tts --voice zh-HK-WanLungNeural \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

运行的效果展示:

语音效果如下：

合成对应陕西方言语音-效果展示

!edge-tts  --list-voices |grep CN# 查看其支持的中国话
Name: zh-CN-XiaoxiaoNeural
Name: zh-CN-XiaoyiNeural
Name: zh-CN-YunjianNeural
Name: zh-CN-YunxiNeural
Name: zh-CN-YunxiaNeural
Name: zh-CN-YunyangNeural
Name: zh-CN-liaoning-XiaobeiNeural
Name: zh-CN-shaanxi-XiaoniNeural

命令行合成生成对应的陕西方言语音

!edge-tts --voice zh-CN-shaanxi-XiaoniNeural \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

合成对应男语音-效果展示

!edge-tts --voice zh-CN-YunyangNeural \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

合成对应台湾口音-效果展示

获得支持的台湾语音明细

!edge-tts  --list-voices| grep TW
Name: zh-TW-HsiaoChenNeural
Name: zh-TW-HsiaoYuNeural
Name: zh-TW-YunJheNeural

合成对应台湾语音

!edge-tts --voice zh-TW-YunJheNeural \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

调整合成语音的语速--rate参数

通过rate参数来设置播放的语速快慢，-30%表示语速变慢30%，+30%表示语速增加30%。

!edge-tts  --rate=-30%  --voice  zh-HK-WanLungNeural  \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

调整合成语音的音量--volume

通过--volume参数来设置播放的语速快慢，-60%表示语速变慢60%，+60%表示语速增加60%。

!edge-tts --volume=-50%  --voice  zh-HK-WanLungNeural  \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

调整合成语音的频率--pitch

通过pitch参数来调整合成语音的频率

!edge-tts --pitch=-50Hz  --voice  zh-HK-WanLungNeural  \
--text "曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\
如果非要在这份爱上加上一个期限，我希望是......一万年" --write-media test.mp3
import torchaudio
from IPython.display import Audio
waveform, sample_rate = torchaudio.load("test.mp3")
Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

基于python代码-来合成语音

import asyncio
import edge_tts
import torchaudio
from IPython.display import Audio
TEXT = """曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。
如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。如果非要在这份爱上加上一个期限，我希望是......一万年"""
VOICE = "zh-HK-HiuGaaiNeural" #选择对应的声音
OUTPUT_FILE = "test.mp3"
communicate = edge_tts.Communicate(TEXT, 
        VOICE,
        rate='+0%',
        volume= '+0%',
        pitch= '+50Hz')
communicate.save_sync(OUTPUT_FILE)
waveform, sample_rate = torchaudio.load(OUTPUT_FILE)
Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

🎉 文章末尾，惊喜连连 🎉

亲爱的读者们，如果这篇文章让你有所收获，或者仅仅是让你的嘴角上扬，那就不要吝啬你的手指，轻轻一点，给予我们一个小小的赞👍。你的每一次点赞，都是对我们最大的鼓励和支持！

而且，别忘了点击"在看"，让你的朋友们也能享受到这份知识和乐趣。毕竟，好东西要分享，不是吗？😉

我们下期再见，期待你的持续关注和互动！👋

🎉往期文章 🎉

【Ai技巧】新思路让Kimi不再"一根筋",轻松生成高效提示词！(附实战案例和提示词)

利用剪映+Midjourney+Dreamina5步完美复刻10W+点击量的高质量视频(含完整的攻略)

Kimi+腾讯元宝强强联手：五步拆解10w+公众号文章（附提示词）

22款免费AI神器:一键抠图、换脸、换装、换背景,让你秒变魔术大师

全网第一个利用kimi+字节扣子实现小红书治愈图文制作与发布自动化的免费AI工具(含完整攻略)

【新热点】10分钟如何利用kimi+通义+即梦+剪映快速制作抖音高点击、高质量创意美食怪兽爆款视频（含完整的实战步骤）