OpenAI-Compatible Edge-TTS API 使用教程
1. 项目介绍
本项目提供了一个本地化的、与OpenAI兼容的文本转语音(TTS)API,使用edge-tts技术实现。它模拟了OpenAI的TTS端点(/v1/audio/speech),允许用户从文本生成语音,支持多种语音选项和播放速度,与OpenAI API类似。由于edge-tts使用了微软Edge浏览器的在线文本转语音服务,因此完全免费。
2. 项目快速启动
环境准备
- Docker(推荐):用于容器化设置。
- Python(可选):本地开发时,需要安装
requirements.txt中的依赖。 - ffmpeg(可选):如果需要音频格式转换,则需要安装ffmpeg。如果只使用mp3格式,则为可选。
克隆仓库
git clone https://github.com/travisvn/openai-edge-tts.git
cd openai-edge-tts
配置环境变量
在项目根目录创建一个.env文件,并设置以下变量:
API_KEY=your_api_key_here
PORT=5050
DEFAULT_VOICE=en-US-AvaNeural
DEFAULT_RESPONSE_FORMAT=mp3
DEFAULT_SPEED=1.0
DEFAULT_LANGUAGE=en-US
REQUIRE_API_KEY=True
REMOVE_FILTER=False
EXPAND_API=True
或者,可以直接复制默认的.env.example文件:
cp .env.example .env
使用Docker启动
推荐使用Docker Compose启动:
docker compose up --build
如果要后台运行Docker Compose,可以添加-d参数:
docker compose up -d
或者,直接使用Docker启动:
docker build -t openai-edge-tts .
docker run -p 5050:5050 --env-file .env openai-edge-tts
如果要后台运行Docker容器,可以添加-d参数:
docker run -d -p 5050:5050 --env-file .env openai-edge-tts
启动后,API服务器将通过http://localhost:5050访问。
使用Python启动
如果希望直接使用Python启动项目,可以按照以下步骤操作:
-
设置虚拟环境:
对于macOS/Linux:
python3 -m venv venv source venv/bin/activate对于Windows:
python -m venv venv venv\Scripts\activate -
安装依赖:
pip install -r requirements.txt -
运行服务器:
python app/server.py
服务器启动后,可以通过http://localhost:5050访问。
3. 应用案例和最佳实践
以下是一个使用curl命令生成语音并保存为mp3文件的例子:
curl -X POST http://localhost:5050/v1/audio/speech \
-H "Content-Type: application/json" \
-H "Authorization: Bearer your_api_key_here" \
-d '{
"input": "你好,我是一个AI助手!告诉我如何帮助你实现你的想法。",
"voice": "echo",
"response_format": "mp3",
"speed": 1.1
}' \
--output speech.mp3
4. 典型生态项目
本项目的开源生态中没有特别提及的典型项目,但可以与各种需要语音合成的应用或服务集成,例如智能助手、教育软件、语音播报系统等。通过将本项目集成到这些应用中,可以在不需要支付额外费用的情况下提供高质量的文本转语音功能。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考



