更简易、高效的微软Edge-tts库实时详细的经验分享

最新推荐文章于 2025-04-16 09:12:55 发布

置顶杰说新技术

最新推荐文章于 2025-04-16 09:12:55 发布

阅读量3.5k

点赞数 12

文章标签： microsoft AIGC 人工智能

本文链接：https://blog.youkuaiyun.com/m0_71062934/article/details/139755345

版权

Edge-tts是一个利用微软 Azure Cognitive Services 的在线文本转语音服务的 Python 库。

它允许开发者在 Python 代码中使用该服务，而无需安装 Microsoft Edge 浏览器、Windows 操作系统或使用 API 密钥。

这个Edge-tts库通过调用微软 Edge 浏览器的文本朗读相关 API 实现文本转语音功能，不需要本地部署模型，使用简单，声音效果好。

github项目地址：https://github.com/rany2/edge-tts。

一、环境安装

1、python环境：建议安装python版本在3.8以上。

2、pip包安装命令：


pip install edge-tts -i https://mirror.baidu.com/pypi/simple

二、功能测试

1、命令行测试

安装成功后，我们通过命令行edge-tts来验证

我们只需要通过edge-tts的一行指令来实现基本的文本转语音的功能。

比如将“hello，everyone!"转化为mp3音频，命令如下：

edge-tts --text "hello，everyone!" --write-media hello.mp3

如果想播放带有字幕的内容，需注意要安装mpv命令行播放器，可以通过edge-playback命令执行：

edge-playback --text "hello，everyone!"

edge-tts可以选择300多种声音，支持中文、英语、法语、日语等40多种语言。

如果我们还想使用不同的声音来合成音频，通过命令行edge-tts --list-voices

根据上面的查询结果，我们可以看到Name表示声音的名字，其中zh表示中文，CN表示中国地区，en表示英文，EG表示埃及地区。

我们可以用一个中国的中文女音来合成一个音频，下面是运行命令：

edge-tts --voice zh-CN-shaanxi-XiaoniNeural --text "你好，这是中文语音库的测试案例。" --write-media test-female-ch-1.mp3 --write-subtitles test-female-ch-1.vtt

如果我们还想调整音量、语速和音调，我们可以通过下面的命令进行调试，比如，降低50%的音量，命令如下：

edge-tts --volume=-50% --voice zh-CN-shaanxi-XiaoniNeural --text "你好，这是中文语音库的测试案例。" --write-media test-female-ch-2.mp3 --write-subtitles test-female-ch-2.vtt

降低50%的语速，命令如下：

edge-tts --rate=-50% --voice zh-CN-shaanxi-XiaoniNeural --text "你好，这是中文语音库的测试案例。" --write-media test-female-ch-3.mp3 --write-subtitles test-female-ch-3.vtt

降低50%的音调，命令如下：

edge-tts --pitch=-50Hz --voice zh-CN-shaanxi-XiaoniNeural --text "你好，这是中文语音库的测试案例。" --write-media test-female-ch-4.mp3 --write-subtitles test-female-ch-4.vtt

2、python接口调用方式:

我们除了命令，还可以通过python接口进行读取文件内容转语音。

import edge_tts

import asyncio

text= ""

with open('test-ch.txt', 'rb') as f:

data = f.read()

text = data.decode('utf-8')

print(“text: ”, text)

voice = 'zh-CN-shaanxi-XiaoniNeural'

output_result = 'test.mp3'

rate = '-50%'

volume = '-50%'

pitch = '-50Hz'

async def my_function():

tts = edge_tts.Communicate(text=TEXT, voice=voice, rate=rate, volume=volume, pitch=pitch )

await tts.save(output_result )



if __name__ == "__main__":

    asyncio.run(my_function())