Edge-TTS：微软推出的，免费、开源、支持多种中文语音语色的AI工具[Python代码]

黑金IT

已于 2024-08-23 10:26:44 修改

阅读量1.6k

点赞数 24

文章标签： python AI 语音识别

于 2024-08-23 10:19:34 首次发布

本文链接：https://blog.csdn.net/ylong52/article/details/141457340

版权

Edge-TTS，由微软推出的这款免费、开源的AI工具，为用户带来了丰富多样的中文语音体验。它不仅支持多种中文语音语色，还能实现流畅自然的语音合成。Edge-TTS凭借其高度可定制化的特点，广泛应用于智能助手、语音播报、教育培训等领域。这款工具的操作简便，兼容性强，让开发者能够轻松集成到各种应用中。最重要的是，Edge-TTS始终保持免费开源，为中文语音合成技术的研究与发展提供了有力支持，助力我国智能语音产业迈向新的高峰。

一，环境win11+python3.10

pip install edge_tts

二，edge_tts生成mp3代码的实现：

import asyncio
import edge_tts  # 假设 edge_tts 是一个有效的模块

# 定义文本内容、语音类型和输出文件名
TEXT: str = "大家好，欢迎关注语音之家，语音之家是一个助理AI语音开发者的社区。"
VOICE: str = "zh-CN-YunyangNeural"
OUTPUT_FILE: str = "test.mp3"

async def amain() -> None:
    """Main function that uses edge_tts to convert text to speech."""
    # 创建一个 Communicate 对象，用于文本到语音的转换
    communicate = edge_tts.Communicate(TEXT, VOICE)
    # 异步保存转换后的语音到文件
    await communicate.save(OUTPUT_FILE)

if __name__ == "__main__":
    # 获取当前事件循环（如果有的话）
    loop = asyncio.get_event_loop()
    if loop.is_running():
        print("Event loop is already running. Using run_coroutine_threadsafe.")
        # 如果事件循环已经在运行，请使用 run_coroutine_threadsafe
        future = asyncio.run_coroutine_threadsafe(amain(), loop)
        future.result()  # 等待协程完成
    else:
        loop.run_until_complete(amain())

在这个例子中，我为 TEXT, VOICE, 和 OUTPUT_FILE 变量添加了类型注解 str，表示它们是字符串类型。同时，我也为 amain 函数的返回类型添加了 None 注解，表示这个函数不返回任何值。

如果后面想应用到自己开发的环境。建议使用队列方式+云对象储存方式存放到mysql表。

三，关于腾讯云对象储存的代码实现

import os
import random
import time
from qcloud_cos import CosConfig
from qcloud_cos import CosS3Client
import common
import hashlib
import ipdb

class QcloudCosToolClass:
    def __init__(self):
        """初始化腾讯云COS工具类"""
        self.config = common.readConfig()
        self.secret_id: str = self.config.get('qcloud_cos', 'secret_id')
        self.secret_key: str = self.config.get('qcloud_cos', 'secret_key')
        self.region: str = self.config.get('qcloud_cos', 'region')
        self.bucket: str = self.config.get('qcloud_cos', 'bucket')

    def cosUpload_file(self, local_file_path: str, cos_file_path: str = '') -> str:
        """上传文件到腾讯云COS"""
        token = None
        config = CosConfig(Region=self.region,
                           SecretId=self.secret_id,
                           SecretKey=self.secret_key,
                           Token=token)
        oClient = CosS3Client(config)

        if not cos_file_path:
            cos_file_path = self.create_filename(local_file_path)
        try:
            response = oClient.upload_file(
                Bucket=self.bucket,
                LocalFilePath=local_file_path,
                Key=cos_file_path
            )
            print("QcloudCosToolClass 上传文件成功 >>> ", self.config.get('qcloud_cos', 'cos_domain') + '/' + cos_file_path)
        except Exception as e:
            print(f"QcloudCosToolClass 上传错误：{e}")
            raise e
        return self.config.get('qcloud_cos', 'cos_domain') + '/' + cos_file_path

    def create_filename(self, local_file_path: str) -> str:
        """创建唯一的文件名"""
        new_filename = f"{int(time.time())}_{random.randint(1000, 9999)}"

        md5_hash = hashlib.md5()
        md5_hash.update(new_filename.encode('utf-8'))
        new_filename = md5_hash.hexdigest()

        file_extension = '.' + os.path.splitext(local_file_path)[1]
        cos_file_path = common._get_datetime("%Y%m") + '/' + f"{new_filename}{file_extension}"
        return cos_file_path

解释：

__init__ 方法：初始化类实例，设置腾讯云COS的配置信息。
cosUpload_file 方法：接受本地文件路径和COS路径，上传文件到腾讯云COS。如果COS路径为空，则调用create_filename方法生成文件名。
create_filename 方法：生成一个基于时间戳和随机数的唯一文件名，并计算其MD5值，最后加上文件扩展名。

这些注解有助于理解每个变量和函数的预期类型，以及函数的返回类型。如果你的common模块中的readConfig和_get_datetime方法有特定的返回类型，你可能需要为这些方法也添加相应的类型注解

3-1，common.readConfig是一个读取ini的配置文件函数

def readConfig():
    Config = configparser.ConfigParser()
    # 读取 INI 文件
    config_file = './config.ini'
   
    Config.read(config_file, 'utf8')
    return Config

3-2，config.ini文件的qcloud_cos配置

[qcloud_cos]
cos_domain = https://oss.romeai.net
secret_id = AKIDbIqJ1eCnGn**********
secret_key = b5Sioow22Y0Mh*************
bucket = oss-1325526785
region = ap-shanghai

四，也可以考虑不使用云对象，自建个图床来代替。方法就是省钱。

icret/EasyImages2.0: 简单图床 - 一款功能强大无数据库的图床 2.0版 (github.com)https://github.com/icret/EasyImages2.0/tree/master

这个有2.6K Start. 朋友们有兴趣可以试一下。我这边没有花时间去调研。喜欢我的朋友可以加微信交友聊技术哈！

写在后面的几个应知问题：

Edge-TTS是什么？ Edge-TTS是一个基于Microsoft Edge浏览器的文本转语音工具。它利用微软Azure TTS技术，提供逼真自然的声音引擎。
需要联网吗？ 是的，无论是试听还是录制，使用Edge-TTS的在线语音功能都需要确保电脑联网1。
如何使用Edge-TTS？ 使用Edge-TTS工具（如Edge-TTS-record）时，需要运行相应的应用程序，输入文本，调整参数，然后进行试听和录制。录制的音频文件会保存在指定的目录下1。
Edge-TTS的特点和限制？ Edge-TTS支持多种语言和声音，转换速度快，音质好。不过，它是免费服务，主要适用于个人学习研究，不适合大规模并发使用场景3。
Edge-TTS的安装和使用环境？ Edge-TTS是一个Python模块，可以通过pip安装。它不依赖于特定的操作系统，但需要Microsoft Edge浏览器的支持3。
Edge-TTS的适用场景？ Edge-TTS适用于教育软件、辅助技术、沉浸式叙事等多种场景，因其高质量的语音合成功能，可以提升用户体验和开发效率3。

7. 在python环境内使用edge-TTS是需要安装Edge浏览器? 在Python环境中使用Edge-TTS，并不需要安装Edge浏览器。Edge-TTS是一个Python模块，它允许用户通过Python代码使用Microsoft Edge的在线文本转语音服务。这个模块独立于浏览器，通过API与Edge的文本转语音服务进行交互。需要联网，但是不产生其它费用