Edge TTS 语音合成服务 v2.0

免费开源的中文 TTS 服务，基于微软 Edge 浏览器语音合成技术，支持背景音乐混音。

特点

• ✅ 完全免费，无调用限制
• ✅ 中文效果优秀，5种语音可选
• ✅ 实时响应，支持流式播放
• ✅ 背景音乐混音（v2.0 新增），睡前故事等场景适用

快速开始

1. 安装依赖

cd tts-server
pip install -r requirements.txt

注意：背景音乐混音功能需要额外安装 FFmpeg

• Windows: winget install Gyan.FFmpeg
• macOS: brew install ffmpeg
• Ubuntu: sudo apt-get install ffmpeg

2. 启动服务

python tts_server.py

服务启动在 http://localhost:8000

3. 背景音乐文件

将音乐文件（.mp3 / .wav / .ogg）放入 bgm/ 目录，内置提供 lullaby.wav（摇篮曲）。

tts-server/
├── bgm/
│   └── lullaby.wav    # 内置摇篮曲
├── tts_server.py
└── requirements.txt

API 接口

POST /tts - 文字转语音（返回 MP3 文件）

{
  "text": "要合成的文字",
  "voice": "xiaoxiao",
  "rate": "+0%",
  "volume": "+0%",
  "bgm": "lullaby.wav",
  "bgm_volume": 0.3
}

参数	类型	默认值	说明
text	string	必填	合成文字（最多5000字）
voice	string	xiaoxiao	语音名称
rate	string	+0%	语速（如 -10%、+20%）
volume	string	+0%	音量
bgm	string	空	背景音乐文件名（bgm/目录下），留空则不混音
bgm_volume	float	0.3	背景音乐音量（0.0~1.0）

GET /bgm - 列出可用背景音乐

GET /bgm

GET /voices - 列出可用语音

GET /tts/get - 测试用 GET 接口

GET /tts/get?text=你好&voice=xiaoxiao

可用语音

名称	ID	特点
xiaoxiao	晓晓	女声，温柔自然
xiaoyi	小艺	女声，活泼轻快
yunjian	云健	男声，新闻播报
yunxi	云希	男声，年轻活力
xiaochen	晓晨	女声，成熟稳重

使用示例

睡前故事（含摇篮曲背景）

import requests

resp = requests.post("http://localhost:8000/tts", json={
    "text": "从前，在一片美丽的大森林里...",
    "voice": "xiaoxiao",
    "rate": "-5%",
    "bgm": "lullaby.wav",
    "bgm_volume": 0.25
}, timeout=180)

with open("story.mp3", "wb") as f:
    f.write(resp.content)

纯语音（不混音）

resp = requests.post("http://localhost:8000/tts", json={
    "text": "你好，世界",
    "voice": "xiaoxiao"
})

注意事项

• 依赖微软 Edge 在线服务，需要网络连接
• 单条文本建议不超过 5000 字
• 长文本（600字以上）生成耗时约 60-120 秒，调用方请设置足够长的 timeout（建议 180s+）
• 混音功能依赖 pydub + FFmpeg，FFmpeg 需单独安装
• 商业使用请遵守微软服务条款