4K Star！这款开源edge-tts超越ChatTTS，支持粤语、陕西方言、台湾方言等，而且完全免费！

edge-tts开源项目介绍

edge-tts是github上高赞的开源文本合成语音TTS项目，该项目截止目前点赞累计点赞达4k! 该项目核心就是调用微软edge的在线语音合成服务，支持40多种语言，318种声音；其中在中文方面，除了普通话外，支持地方口音(比如: 陕西方言、台湾口音、粤语等等),效果可以说是吊打ChatTTS。

下面我给大家实操如何利用edge-tts来实现多种方言的语音合成。

edge-tts语音合成教程

安装对应的环境

!pip install edge-tts

!pip install torchaudio

import edge_tts

print(“edge_tts:”, edge_tts.__version__)

#edge_tts: 6.1.12

查看edge-tts支持的语言

!edge-tts  –list-voices # 查看其支持的所有声音

基于命令行端-来生成语音教程

合成对应的香港话、粤语语音-效果展示

获得支持的香港话、粤语语音明细

!edge-tts  –list-voices| grep HK # TW

Name: en-HK-SamNeural

Name: en-HK-YanNeural

Name: zh-HK-HiuGaaiNeural

Name: zh-HK-HiuMaanNeural

Name: zh-HK-WanLungNeural

命令行合成生成对应的粤语效果

!edge-tts –voice zh-HK-WanLungNeural \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

运行的效果展示:

语音效果如下：

粤语语音展示,z先生的备忘录,24秒

合成对应陕西方言语音-效果展示

!edge-tts  –list-voices |grep CN# 查看其支持的中国话

Name: zh-CN-XiaoxiaoNeural

Name: zh-CN-XiaoyiNeural

Name: zh-CN-YunjianNeural

Name: zh-CN-YunxiNeural

Name: zh-CN-YunxiaNeural

Name: zh-CN-YunyangNeural

Name: zh-CN-liaoning-XiaobeiNeural

Name: zh-CN-shaanxi-XiaoniNeural

命令行合成生成对应的陕西方言语音

!edge-tts –voice zh-CN-shaanxi-XiaoniNeural \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

陕西方言语音展示,z先生的备忘录,22秒

合成对应男语音-效果展示

!edge-tts –voice zh-CN-YunyangNeural \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

男语音展示,z先生的备忘录,20秒

合成对应台湾口音-效果展示

获得支持的台湾语音明细

!edge-tts  –list-voices| grep TW

Name: zh-TW-HsiaoChenNeural

Name: zh-TW-HsiaoYuNeural

Name: zh-TW-YunJheNeural

合成对应台湾语音

!edge-tts –voice zh-TW-YunJheNeural \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

台湾语音展示,z先生的备忘录,22秒

调整合成语音的语速–rate参数

通过rate参数来设置播放的语速快慢，-30%表示语速变慢30%，+30%表示语速增加30%。

!edge-tts  –rate=-30%  –voice  zh-HK-WanLungNeural  \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

减速30效果展示,z先生的备忘录,34秒

调整合成语音的音量–volume

通过–volume参数来设置播放的语速快慢，-60%表示语速变慢60%，+60%表示语速增加60%。

!edge-tts –volume=-50%  –voice  zh-HK-WanLungNeural  \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

调整合成语音的频率–pitch

通过pitch参数来调整合成语音的频率

!edge-tts –pitch=-50Hz  –voice  zh-HK-WanLungNeural  \

–text “曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。\

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。\

如果非要在这份爱上加上一个期限，我希望是……一万年” –write-media test.mp3

import torchaudio

from IPython.display import Audio

waveform, sample_rate = torchaudio.load(“test.mp3”)

Audio(waveform, rate=sample_rate, autoplay=True)

语音效果如下：

减频50hz_效果展示,z先生的备忘录,24秒

基于python代码-来合成语音

import asyncio

import edge_tts

import torchaudio

from IPython.display import Audio

TEXT = “””曾经有一份真诚的爱情放在我面前，我没有珍惜，等我失去的时候我才后悔莫及，人世间最痛苦的事莫过于此。

如果上天能够给我一个再来一次的机会，我会对那个女孩子说三个字：我爱你。如果非要在这份爱上加上一个期限，我希望是……一万年”””

VOICE = “zh-HK-HiuGaaiNeural” #选择对应的声音

OUTPUT_FILE = “test.mp3”

communicate = edge_tts.Communicate(TEXT,

VOICE,

rate=’+0%’,

volume= ‘+0%’,

pitch= ‘+50Hz’)

communicate.save_sync(OUTPUT_FILE)

waveform, sample_rate = torchaudio.load(OUTPUT_FILE)

Audio(waveform, rate=sample_rate, autoplay=True)