免费搭建本地语音工厂！手把手教你用EdgeTTS合成周星驰同款配音

欢迎大家来到IT世界,在知识的湖畔探索吧!

在人工智能技术飞速发展的今天，语音合成（TTS）已成为智能客服、有声读物、视频配音等场景的核心技术。本文将带你深入了解如何通过开源项目EdgeTTS，在本地搭建支持多方言、可调节参数的语音合成系统，并实现可视化操作界面与API服务。

一、EdgeTTS：免费开源的语音合成利器

EdgeTTS是基于微软Edge浏览器语音服务的开源项目（项目地址可搜索GitHub仓库），其核心优势在于：

• 零成本：完全免费使用微软的云端语音合成服务
• 多语言支持：覆盖40+语言、318种音色，包括普通话、粤语、陕西方言等特色发音（具体音色列表可通过命令行查询）
• 灵活调节：支持语速（±50%）、音量（±70%）、音高（±50Hz）等参数微调（参数范围参考官方文档）

通过本地部署，用户无需依赖在线服务即可实现高质量的语音生成，特别适合需要数据隐私保护的场景。

二、快速部署指南

1. 环境安装

仅需两行命令完成基础环境配置：

pip install edge-tts torchaudio

欢迎大家来到IT世界,在知识的湖畔探索吧!

2. 音色查询

查看支持的所有音色（以粤语为例）：

欢迎大家来到IT世界,在知识的湖畔探索吧!edge-tts --list-voices | grep HK

输出示例：

Name: zh-HK-WanLungNeural (粤语男声) Name: zh-HK-HiuMaanNeural (粤语女声)

三、从命令行到代码：三种生成方式

方式1：命令行一键生成

生成周星驰经典台词（粤语版）：

欢迎大家来到IT世界,在知识的湖畔探索吧!edge-tts --voice zh-HK-WanLungNeural \ --text "曾经有一份真诚的爱情..." \ --write-media output.mp3 \ --rate "-30%" --volume "+20%"

参数说明（根据项目文档整理）：

• –rate：语速调节（±百分比）
• –volume：音量调节（±百分比）
• –pitch：音高调节（±Hz值）

方式2：Python代码调用

import edge_tts text = "欢迎使用EdgeTTS，这是一段自定义语音示例" communicate = edge_tts.Communicate( text=text, voice="zh-CN-YunyangNeural", rate="-20%", # 语速减慢20% volume="+30%", # 音量提升30% pitch="+40Hz" # 音调升高40Hz ) communicate.save_sync("custom_voice.mp3")

方式3：Gradio可视化界面

通过以下代码搭建交互式操作界面（界面设计参考开源社区案例）：

欢迎大家来到IT世界,在知识的湖畔探索吧!import gradio as gr import edge_tts def generate_voice(text, voice, rate, volume): communicate = edge_tts.Communicate( text=text, voice=voice, rate=f"{rate}%", volume=f"{volume}%" ) communicate.save_sync("output.mp3") return "output.mp3" iface = gr.Interface( fn=generate_voice, inputs=[ gr.Textbox(label="输入文本", lines=5), gr.Dropdown( choices=["zh-CN-YunyangNeural", "zh-HK-WanLungNeural", "zh-TW-HsiaoYuNeural"], label="选择音色" ), gr.Slider(-50, 50, value=0, label="语速调节(%)"), gr.Slider(-70, 70, value=0, label="音量调节(%)") ], outputs=gr.Audio(label="生成结果"), title="EdgeTTS语音合成工具" ) iface.launch()

该界面支持：

• 多行文本输入
• 音色下拉选择
• 滑动条调节参数
• 实时音频播放

四、进阶应用：构建API服务

通过开源社区项目（可搜索openai-edge-tts获取），可快速搭建兼容OpenAI接口的TTS服务：

1. Docker部署

git clone https://github.com/travisvn/openai-edge-tts.git cd openai-edge-tts docker compose up --build

2. API调用示例

欢迎大家来到IT世界,在知识的湖畔探索吧!import requests url = "http://localhost:5050/v1/audio/speech" headers = { "Content-Type": "application/json", "Authorization": "Bearer YOUR_API_KEY" } data = { "input": "你好，我是AI语音助手", "voice": "zh-CN-YunyangNeural", "response_format": "mp3", "speed": 1.2 } response = requests.post(url, headers=headers, json=data) with open("output.mp3", "wb") as f: f.write(response.content)

五、镜像分享

1.一行命令部署镜像

下面是我制作好的docker镜像，使用下面的命令就可以一键启动运行

sudo docker run -d --name edge-tts-ui --restart=always -p 7868:7864 edge-tts-ui:3.0 bash -c "python3 /home/tts_api.py"

镜像地址：

https://cloud.189.cn/web/share?code=nInEVfJ3EFre（访问码：8m7t）

2.Gradio和FastAPI 一键启动

运行下面的代码，就可以直接在一个接口使用graido界面的应用，并提供api功能

欢迎大家来到IT世界,在知识的湖畔探索吧!#tts_api.py from fastapi import FastAPI, HTTPException, File, UploadFile from fastapi.responses import FileResponse import edge_tts import os import time import asyncio import uvicorn from pydantic import BaseModel from webui import iface import gradio as gr app = FastAPI() async def save_audio_async(audio_data, filename): await audio_data.save(filename) class AudioRequest(BaseModel): text: str lang: str = 'zh-CN-XiaoyiNeural' speed: str = '-4%' volume: str = '+3%' @app.post('/generate-audio') async def generate_audio(request: AudioRequest): ''' Name: zh-CN-YunxiNeural Gender: Male Name: zh-CN-YunxiaNeural Gender: Male Name: zh-CN-YunyangNeural Gender: Male Name: zh-CN-liaoning-XiaobeiNeural Gender: Female Name: zh-CN-shaanxi-XiaoniNeural Gender: Female ''' timestamp = int(time.time()) speed = request.speed.strip() volume = request.volume.strip() try: audio_data = edge_tts.Communicate(request.text, voice=request.lang, rate=speed, volume=volume) except ValueError as e: print(f"{e}") raise HTTPException(status_code=400, detail=str(e)) filename = f"/home/mp3/{timestamp}.mp3" await save_audio_async(audio_data, filename) return {'filename': f"{timestamp}.mp3"} @app.get('/download-audio/{filename}') def download_audio(filename: str): file_path = f"/home/mp3/{filename}" if os.path.exists(file_path): return FileResponse(file_path, media_type='application/octet-stream', filename=filename) else: raise HTTPException(status_code=404, detail="File not found") @app.get('/delete-audio/{filename}') def delete_audio(filename: str): file_path = f"/home/mp3/{filename}" if os.path.exists(file_path): os.remove(file_path) return {'message': f'{filename} has been deleted'} else: return {'message': 'File not found'} app=gr.mount_gradio_app(app,iface,path="/tts") if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=7864)