文字转语音 (Text-to-Speech)

什么时候用

• 用户要求"朗读这段文字"、"生成语音"、"配音"、"语音输出"时
• 需要将文字内容转为 MP3 音频文件时
• 用户提供长文本希望转为可听的语音时
• 需要为视频、课件、有声书准备配音素材时

核心逻辑

1. 接收文字：通过 --text 参数或管道传入需要朗读的文字
2. 语音生成：调用 edge-tts 引擎生成高质量 MP3 音频
3. 交付文件：将生成的音频文件返回给用户

支持的语音

列出所有可用语音：

edge-tts --list-voices

常用中文语音： | 语音名 | 性别 | 风格 | |--------|------|------| | zh-CN-XiaoxiaoNeural | 女声 | 亲切自然（推荐） | | zh-CN-XiaoyiNeural | 女声 | 活泼热情 | | zh-CN-YunjianNeural | 男声 | 成熟稳重 | | zh-CN-YunxiNeural | 男声 | 阳光开朗 | | zh-CN-YunyangNeural | 男声 | 新闻播报 | | zh-CN-XiaochenNeural | 女声 | 轻松幽默 |

如何使用

基本用法

python scripts/tts.py --text "你好世界，欢迎使用文字转语音工具"

指定音色

python scripts/tts.py --text "今天天气真不错" --voice zh-CN-XiaoxiaoNeural

调节语速

python scripts/tts.py --text "这是一段较快的语速" --rate +30%

指定输出文件名

python scripts/tts.py --text "你好" --voice zh-CN-YunjianNeural --output myvoice.mp3

参数说明

| 参数 | 说明 | 默认值 | |------|------|--------| | --text | 要朗读的文字（必填） | - | | --voice | 音色名称 | zh-CN-XiaoyiNeural | | --output | 输出文件名 | output.mp3 | | --rate | 语速（如 +30%, -10%） | +0% | | --pitch | 音调（如 +10Hz, -5Hz） | +0Hz |

交付物

• MP3 音频文件，可直接播放或用于其他制作。