【github 有趣项目】 EdgeTTS 微软 Edge 浏览器的联机文本转语音服务 & TXT/PDF转音频(TXT/PDF → MP3)实现

• EdgeTTS(https://github.com/rany2/edge-tts) 是一个非常实用的开源工具，它调用 微软 Edge 浏览器背后的 Azure TTS（Text-to-Speech）接口，可以免费合成高质量的语音，并支持多语言（包括自然中文发音），无须 API 密钥，即装即用，非常适合开发者和批处理任务。
  • EdgeTTS 是一个基于 Python 的命令行工具和库
  • 使用 Microsoft Edge 的 在线语音合成服务（等同 Azure TTS，但不需要登录或 key,大规模需求（如商业音频、播客、导航等）建议购买正式的 Azure TTS 服务或下载微软语音包离线使用）
  • 支持 中文（普通话/粤语），支持不同语音角色、语速、音调
  • 可将文本直接转换为音频文件（如 .mp3 / .wav）

快速使用 EdgeTTS

• 安装 EdgeTTS：

pip install edge-tts

• 最简单命令行示例：

edge-tts --text "你好，这是Edge TTS语音合成测试。" --voice zh-CN-XiaoxiaoNeural --write-media output.mp3

• 输出 MP3 文件

可选参数说明：

、

支持语音列表查询

• 你可以运行：

edge-tts --list-voices > voices.json

• 中文语音示例：

CODE

Python 脚本调用 EdgeTTS 合成中文语音

import asyncio
from edge_tts import Communicate

async def main():
    communicate = Communicate(text="你好，欢迎使用 Edge TTS 中文语音合成。", voice="zh-CN-XiaoxiaoNeural")
    await communicate.save("demo.mp3")

asyncio.run(main())

txt转音频

import os
import asyncio
import edge_tts

# 设置语音参数（可根据喜好调整）
VOICE = "zh-CN-XiaoxiaoNeural"  # 中文女声
RATE = "+0%"  # 语速
FOLDER = "texts"  # 存放 txt 文件的目录名

async def text_to_mp3(file_path, output_path):
    # 读取文本文件内容
    with open(file_path, "r", encoding="utf-8") as f:
        # text = f.read()
        text = f.read().replace('\n', '')  # 去除所有换行符，避免语音停顿过多

    # 初始化 tts
    communicate = edge_tts.Communicate(text, voice=VOICE, rate=RATE)
    
    # 保存为 mp3 文件
    await communicate.save(output_path)
    print(f"✅ 已生成：{output_path}")

async def main():
    # 遍历文件夹
    for filename in os.listdir(FOLDER):
        if filename.endswith(".txt"):
            txt_path = os.path.join(FOLDER, filename)
            mp3_name = os.path.splitext(filename)[0] + ".mp3"
            mp3_path = os.path.join(FOLDER, mp3_name)

            await text_to_mp3(txt_path, mp3_path)

# 运行主函数
asyncio.run(main())

PDF转音频

import asyncio
import os
from PyPDF2 import PdfReader
from edge_tts import Communicate

# === 设置参数 ===
PDF_PATH = "input.pdf"          # ← 替换为你的 PDF 文件路径
OUTPUT_MP3 = "output.mp3"       # ← 输出音频文件名
VOICE = "zh-CN-XiaoxiaoNeural"  # 中文女声（可改为男声等）

# === 提取 PDF 文本 ===
def extract_text_from_pdf(pdf_path):
    reader = PdfReader(pdf_path)
    text = ""
    for page in reader.pages:
        text += page.extract_text() + "\n"
    return text.strip()

# === 异步 TTS 合成 ===
async def convert_text_to_speech(text, output_path, voice):
    communicate = Communicate(text=text, voice=voice)
    await communicate.save(output_path)

# === 主流程 ===
async def main():
    if not os.path.exists(PDF_PATH):
        print(f"❌ PDF 文件不存在: {PDF_PATH}")
        return

    print("📄 正在提取 PDF 文本...")
    text = extract_text_from_pdf(PDF_PATH)

    if not text:
        print("⚠️ 没有提取到文本内容。请检查 PDF 是否为扫描图像。")
        return

    print("🎙️ 正在合成语音，请稍候...")
    await convert_text_to_speech(text, OUTPUT_MP3, VOICE)
    print(f"✅ 已保存为音频文件: {OUTPUT_MP3}")

# === 执行 ===
asyncio.run(main())