Read Aloud ZH

配置朗读服务

文档索引 · English · 中文

CFRSS 本身不含文字转语音引擎。它对接的是你自己部署的朗读服务 —— 一个把 微软「大声朗读」（Edge TTS）转发出来的小 Worker。

跳过这一步，其他功能照常可用，只是没有 🔊 按钮。

---

1. 部署服务

上游项目是 yy4382/read-aloud，可以跑在 Cloudflare Workers、Vercel 或 Node.js Docker 上。

Cloudflare Workers（推荐）： 打开该仓库，点它自己的 Deploy to Cloudflare 按钮。然后在 Cloudflare 面板里进入这个新 Worker 的 Settings → Variables and Secrets，添加：

TOKEN=YOUR_TOKEN

或者用 Docker：

docker run -d --name read-aloud -p 3000:3000 \
  -e TOKEN=YOUR_TOKEN yunfinibol/read-aloud:main

一定要设 TOKEN。 它的作用相当于密码：不设的话，任何人只要知道你的网址 就能白用你的服务。CFRSS 会把它作为查询参数带上，所以除了你自己，谁都不需要 知道它。

记下最终拿到的地址 —— 可能是 https://something.workers.dev，也可能你绑了 自己的域名。

2. 让 CFRSS 指向它

设置 → 朗读配置，三个字段：

字段	填什么
服务地址	你的部署地址，例如 https://tts.example.com（不要带路径）
API KEY	第 1 步里设置的同一个 TOKEN
音色	自动识别，或指定一个音色

点 测试。CFRSS 会通过你的服务合成一小段样例并播放出来。能听到人声就成功了。

3. 音色

下拉框内置 19 个精选音色：

语言	音色
普通话	晓晓、晓伊、云希、云健、云扬，外加辽宁、陕西口音
粤语 / 台湾	HiuMaan、HiuGaai、晓臻、晓雨
English	Aria、Jenny、Guy（美）、Sonia（英）
其他	Nanami（日）、SunHi（韩）、Svetlana（俄）

自动识别是默认值，通常也是最好的选择：它按每个段落的文字脚本挑选音色， 所以中文文章里夹着英文引文，读起来依然自然。

---

请求是怎么发的

CFRSS 从不把你的 TOKEN 交给浏览器。浏览器向 CFRSS 要音频，CFRSS 在服务端 补上 token，再去调你的服务：

GET {服务地址}/api/synthesis
      ?text=<段落文本>
      &voiceName=<音色>
      &format=audio-24khz-48kbitrate-mono-mp3
      &token=<你的 TOKEN>

因为 token 只在服务端，它永远不会暴露给页面；合成接口也和应用其他部分一样受登录 保护。

哪些共享、哪些按设备保存：

设置项	作用域	原因
服务地址、API KEY	全局共享	它们是服务凭据
音色	按设备	只有英文引擎的电子阅读器和手机，不该被迫用同一个音色

播放是怎么工作的

CFRSS 把文章切成段落，逐段合成，你听当前这段时它已经在预取下一段。正在朗读 的段落会高亮并自动滚动到可见位置，方便你跟上或往回跳。

单次请求的文本上限是 5000 字符 —— Edge TTS 在超长输入上会退化，这也正是要分段 而不是整篇发送的原因。

排查

现象	可能原因
测试返回 401 / 403	API KEY 和服务端的 TOKEN 不一致。
测试返回 404	服务地址不对，或者带了路径。应该只填域名本身。
测试报网络错误	Worker 访问不到这个地址。确认它是公网可达的、拼写没错。
测试通过但没声音	浏览器拦截了自动播放，手动点一次播放即可。
读到一半停了	某一段合成失败。再点播放，会从那一段继续。
语言口音不对	别用「自动识别」，直接指定音色。