文本转语音在线工具

一个免费的在线文本转语音（TTS）工具，基于微软 Edge TTS 语音合成技术，支持多语言、多角色语音，可在线播放和下载 MP3 音频。

功能特点

• 高质量语音：使用微软 Neural TTS 技术，生成接近真人的自然语音
• 多语言支持：支持中文、英文、日文、韩文等语言
• 多语音角色：每种语言提供男声/女声多个角色可选
• 参数调节：自由调节语速（0.5x - 2.0x）和音调（-50% ~ +50%）
• MP3 下载：合成的音频可直接下载为 MP3 文件
• 双引擎备用：Edge TTS 不可用时自动切换到浏览器内置 Web Speech API
• 响应式设计：适配桌面、平板和手机等多种设备

效果预览

https://text2voice.cc

支持的语音

语言	语音名称	角色	性别
中文(普通话)	zh-CN-XiaoxiaoNeural	晓晓	女
中文(普通话)	zh-CN-YunxiNeural	云希	男
中文(普通话)	zh-CN-XiaoyiNeural	晓伊	女
中文(普通话)	zh-CN-YunjianNeural	云健	男
英文(美国)	en-US-JennyNeural	Jenny	女
英文(美国)	en-US-GuyNeural	Guy	男
英文(英国)	en-GB-SoniaNeural	Sonia	女
英文(英国)	en-GB-RyanNeural	Ryan	男
日文	ja-JP-NanamiNeural	Nanami	女
日文	ja-JP-KeitaNeural	Keita	男
韩文	ko-KR-SunHiNeural	SunHi	女
韩文	ko-KR-InJoonNeural	InJoon	男

快速开始

1. 安装依赖

pip install flask edge-tts

2. 启动服务

python server.py

默认在 http://localhost:8000 启动，可指定端口：

python server.py 3000

3. 使用

在浏览器中打开 http://localhost:8000，输入文本，选择语音，点击"开始转换"即可。

文件结构

web_text2voice/
├── index.html          # 主页面
├── about.html          # 关于页面
├── privacy.html        # 隐私政策页面
├── server.py           # Flask 后端服务 
├── css/
│   └── style.css       # 样式文件
├── js/
│   └── app.js          # 前端逻辑
└── README.md           # 项目文档

技术架构

浏览器 (HTML/CSS/JS)
    │
    │  POST /api/tts  {text, voice, rate, pitch}
    ▼
Flask 服务端 (server.py)
    │
    │  WebSocket (edge-tts Python 包)
    ▼
Microsoft Edge TTS 服务
    │
    │  MP3 音频数据
    ▼
浏览器播放 / 下载

• 前端：HTML5 + CSS3 + 原生 JavaScript，负责界面交互和音频播放
• 后端：Flask 提供静态文件服务和 /api/tts 接口
• 语音合成：通过 edge-tts Python 包调用微软 Edge TTS 服务
• 备用方案：当后端不可用时，前端自动切换到浏览器内置 Web Speech API（不支持下载）

API 接口

POST /api/tts

合成语音音频。

请求体 (JSON)：

{
    "text": "你好，世界",
    "voice": "zh-CN-XiaoxiaoNeural",
    "rate": "+0%",
    "pitch": "+0Hz"
}

参数	类型	说明
text	string	要合成的文本内容（必填）
voice	string	语音角色名称，默认 zh-CN-XiaoxiaoNeural
rate	string	语速，如 +0%、+50%、-25%
pitch	string	音调，如 +0Hz、+10Hz、-10Hz

响应：audio/mpeg 格式的 MP3 音频二进制数据。

错误响应 (JSON)：

{
    "error": "错误信息"
}

常见问题

点击"开始转换"没有反应

确认已通过 python server.py 启动后端服务，而不是直接双击 index.html 打开。Edge TTS 需要后端代理调用微软服务。

提示"切换到浏览器内置语音引擎"

说明后端服务不可用或网络无法访问微软 TTS 服务。此时会自动使用浏览器 Web Speech API 作为备用，但不支持 MP3 下载。

语音合成速度慢

音频合成速度取决于文本长度和网络状况。较长的文本建议分段合成。

注意事项

• 本工具使用微软 Edge TTS 公开接口，仅供个人学习和非商业用途
• 请勿使用合成语音进行欺诈、冒充他人或其他违法活动
• 语音服务可用性取决于微软服务状态

参考资料

• 文本转语音工具
• 文本转语音AI工具