【Python】Edge TTS（文本转语音库） ：微软新一代文本转语音引擎

Edge TTS ：微软新一代文本转语音引擎(注意：Edge TTS使用需要联网)

Edge TTS 是微软基于其 Edge 浏览器内置的语音合成技术开发的免费开源库，提供业界领先的神经网络语音合成能力。

核心优势

1. 顶级语音质量：

   • 使用深度神经网络生成接近人声的语音
   • 支持自然的情感表达和语调变化
   • 提供媲美商业TTS服务的声音品质

2. 丰富的语音选择：

   • 支持100+种声音和40+种语言
   • 中文提供多种方言和风格选择
   • 包含不同年龄、性别和风格的声音角色

3. 精细参数控制：

   rate=\"+20%\" # 语速调整范围：-50% ~ +100%pitch=\"+10Hz\" # 音高调整范围：-100Hz ~ +100Hzvolume=\"+5%\" # 音量调整范围：-100% ~ +100%

安装与配置

# 安装核心库pip install edge-tts# 可选：安装播放功能依赖pip install playsound # 跨平台音频播放

完整使用指南

基础使用：文本转MP3

import asynciofrom edge_tts import Communicateasync def tts_conversion(): communicate = Communicate( text=\"微软Edge TTS提供卓越的语音合成体验\", voice=\"zh-CN-XiaoxiaoNeural\", # 选择声音 rate=\"+10%\", # 加速10% ) await communicate.save(\"output.mp3\") # 保存为MP3asyncio.run(tts_conversion())

实时语音播放

from edge_tts import Communicateimport asyncioasync def live_tts(): communicate = Communicate( text=\"正在实时播放合成语音\", voice=\"zh-CN-YunxiNeural\" ) async for chunk in communicate.stream(): if chunk[\"type\"] == \"audio\": # 此处可连接音频设备实时输出 pass elif chunk[\"type\"] == \"WordBoundary\": print(f\"单词边界: {chunk[\'offset\']}ms\")asyncio.run(live_tts())

高级功能：SSML语音标记

ssml_text = \"\"\"  普通语音  加速的高音调语音 强调的重要内容! \"\"\"async def ssml_tts(): communicate = Communicate(ssml=ssml_text) await communicate.save(\"ssml_output.mp3\")

中文语音库推荐

命令行工具技巧

1. 查看所有中文声音：

   edge-tts --list-voices | grep \"Chinese\"

2. 直接生成语音文件：

   edge-tts --voice zh-CN-XiaoxiaoNeural --text \"命令行直接生成\" --write-media output.mp3

3. 文本文件转换：

   edge-tts --file input.txt --write-media output.mp3

高级应用场景

1. 有声书生成：

   with open(\"novel.txt\", \"r\") as f: chapters = f.read().split(\"CHAPTER_SEPARATOR\")for i, chapter in enumerate(chapters): communicate = Communicate(text=chapter, voice=\"zh-CN-YunyangNeural\") await communicate.save(f\"chapter_{i+1}.mp3\")

2. 动态语音助手：

   async def voice_response(query): # 根据查询内容选择不同声音 voice = \"zh-CN-XiaoxiaoNeural\" if \"女性\" in query else \"zh-CN-YunxiNeural\" communicate = Communicate(text=generate_answer(query), voice=voice) # 流式传输到音频设备 audio_stream = communicate.stream() async for chunk in audio_stream: if chunk[\"type\"] == \"audio\": audio_device.play(chunk[\"data\"])

性能优化技巧

1. 并行处理：

   async def batch_tts(texts): tasks = [Communicate(text=t).save(f\"output_{i}.mp3\")  for i, t in enumerate(texts)] await asyncio.gather(*tasks)

2. 缓存机制：

   from diskcache import Cachecache = Cache(\"tts_cache\")async def cached_tts(text, voice): key = f\"{voice}-{hash(text)}\" if key not in cache: comm = Communicate(text=text, voice=voice) cache[key] = await comm.synthesize() return cache[key]

常见问题解决

Q: 遇到RuntimeError: Event loop is closed错误？

# 解决方案：使用以下事件循环管理import nest_asyncionest_asyncio.apply()

Q: 如何解决代理问题？

Communicate( text=\"需要代理访问的内容\", proxy=\"http://your-proxy:port\")

Q: 长文本处理超时？

# 增加超时时间（默认60秒）communicate = Communicate(text=long_text, timeout=180)

与其他工具集成

1. 结合PyAudio实时输出：

   import pyaudiop = pyaudio.PyAudio()stream = p.open(format=pyaudio.paInt16, channels=1, rate=24000, output=True)async for chunk in communicate.stream(): if chunk[\"type\"] == \"audio\": stream.write(chunk[\"data\"])

2. 集成到Web应用：

   from fastapi import FastAPIfrom fastapi.responses import FileResponseapp = FastAPI()@app.get(\"/tts\")async def tts_endpoint(text: str): communicate = Communicate(text=text, voice=\"zh-CN-XiaoxiaoNeural\") await communicate.save(\"temp.mp3\") return FileResponse(\"temp.mp3\")