Python文字转语音TTS库示例（edge-tts）

1. 安装

pip install edge-tts

2. 命令行使用

# 生成语音文件
#	-f：要转换语音的文本文件，例如一个txt文件
#	--text：指明要保存的mp3的文本
#	--write-media：指明保存的mp3文件路径
#	--write-subtitles：指定输出字幕/歌词路径
#	--rate：调整语速，+50%加快了50%
#	--volume：调整音量 +50%音量提高了50%
#	--pitch：调整频率 -50Hz频率降低了50Hz
#	--voice：指明了使用哪种语音和风格的发音人
edge-tts --text "Hello, world!" --write-media hello.mp3
# 修改语音速度、音量、频率的效果（使用+-表示默认基础上增减）
edge-tts --rate=+50% --text "Hello, world!" --write-media hello_rate.mp3
edge-tts --volume=+50% --text "Hello, world!" --write-media hello_volume.mp3
edge-tts --pitch=-50Hz --text "Hello, world!" --write-media hello_pitch.mp3
# 直接播放（相当于文件生成到临时目录）
edge-playback --text "Hello, world!"

3. 编码使用

import asyncio
import edge_ttsTEXT = "Hello World!"
VOICE = "en-GB-SoniaNeural"
OUTPUT_FILE = "test.mp3"async def amain() -> None:"""Main function"""communicate = edge_tts.Communicate(TEXT, VOICE)submaker = edge_tts.SubMaker()with open(OUTPUT_FILE, "wb") as file:async for chunk in communicate.stream():if chunk["type"] == "audio":file.write(chunk["data"])

4. 修改语音模型

有300多种模型可以选择，（edge-tts --list-voices）相关配置如下：

5. 源码解析

源码地址：https://github.com/rany2/edge-tts。

通过https://github.com/aio-libs/aiohttp开源库，使用websocket跟微软在线模型wss://speech.platform.bing.com/consumer/speech/synthesize/readaloud通信交互。

如果科学上网不方便，可以直接查看百度网盘地址: https://pan.baidu.com/s/1J6bA58vNHt7cd0fqduf-RQ?pwd=jsxz