前言：一个中年程序员的“省钱”执念
大家好，我是老杨。一个在代码世界里摸爬滚打了十几年的中年程序员。人到中年，技术热情不减，但对“性价比”这三个字的追求却愈发执着。最近在捣鼓一些需要语音播报的小项目，调研了一圈，发现大厂的TTS（文本转语音）服务，效果是真不错，但价格嘛……听着那合成出来的优美女声，再看看自己账户余额减少的速度，心里直滴血。
OpenAI的TTS API调用一次几美分，听着不多，但架不住积少成多啊！难道就没有既能享受高质量语音合成，又不用“按字付费”的好事吗？
本着“能自己动手，绝不花冤枉钱”的极客精神，我开始了一番探索。功夫不负有心人，还真让我找到了一个“白嫖”微软高质量语音接口的方法，并把它封装成了一个可以部署在 Cloudflare 上的服务。
今天，老杨就把这个压箱底的宝贝分享出来。你只需要一个 Cloudflare 账号，复制粘贴一些代码，就能拥有一个属于自己的、免费的、高性能的、带缓存的、兼容 OpenAI API 格式的 TTS 服务！
最终效果：
- 零成本部署：完全基于 Cloudflare 的免费套餐。
- 海量高品质人声：集成了微软 Azure TTS 的数十种神经网络语音，中英日韩，男女老少，各种情感风格，应有尽有。
- 智能缓存：相同文本只在第一次生成时消耗资源，后续请求直接从你自己的R2存储中毫秒级响应，又快又省。
- API兼容：提供了与 OpenAI TTS 几乎一致的接口，你现有项目几乎可以无缝迁移。
- 自带Web界面：提供一个简单直观的前端页面，方便你在线调试、生成和下载音频。
技术架构揭秘：魔法是如何实现的？
这个方案的核心是两大免费神器：Cloudflare Workers 和 Cloudflare R2。
- Cloudflare Workers：一个强大的 Serverless 计算平台。我们可以将我们的JS代码部署在上面，它会在全球的Cloudflare边缘节点运行，响应速度极快。免费版每天有10万次请求额度，对于个人项目或中小型应用来说，绰绰有余。
- Cloudflare R2：一个S3兼容的对象存储服务。它最香的一点是“无出口流量费用”，也就是说，别人从你的R2存储桶里下载东西，你不花一分钱。我们用它来缓存生成的TTS音频文件。
核心逻辑：
我们的 Worker 脚本，其实是扮演了一个“中间人”的角色。当它收到一个TTS请求时：
- 获取临时令牌：脚本会模拟一个客户端，去访问微软的一个公开的翻译服务终结点（Endpoint），并“借”来一个有时效性的访问令牌（Token）。这个令牌，恰好也能用于微软的语音合成服务。这是整个方案的“神来之笔”。
- 生成缓存键：脚本会根据你请求的文本、语音、语速、音调等所有参数，生成一个唯一的MD5哈希值，作为这个音频文件的“身份证”（例如
a1b2c3d4.mp3）。 - 查询R2缓存：用这个“身份证”去我们的R2存储桶里查找。
- 如果找到了（缓存命中），说明这个文本之前已经生成过了。Worker会直接返回这个文件在R2上的公开访问URL，整个过程快如闪电。
- 如果没找到（缓存未命中），Worker 就会拿着第一步获取的令牌，去请求微软的TTS服务，将文本转换成音频流。
- 存入缓存并返回：Worker将新生成的音频流存入R2存储桶（用刚才的“身份证”作为文件名），然后同样返回该文件的公开URL。
通过这个流程，我们巧妙地利用了Cloudflare的边缘计算和免费存储，实现了一个高效、经济的TTS代理服务。
核心代码解读
为了让大家知其所以然，老杨带大家过一遍核心代码的逻辑。（完整代码太长，只摘取关键部分，想直接上手的朋友可以跳到下一节或直接下载文末的源码）
1. 路由与请求处理 handleRequest
这是整个Worker的入口，它判断进来的请求是想访问我们的Web测试页面，还是要调用TTS API，然后分发给不同的处理函数。
// workers.js
export default {
async fetch(request, env) {
return handleRequest(request, env);
}
}
async function handleRequest(request, env) {
// ...省略CORS和OPTIONS处理...
const path = new URL(request.url).pathname;
if (path === "/") {
// 返回Web测试页面
return new Response(getHtmlPage(env.API_KEY ? true : false), { /*...*/ });
}
if (path === "/v1/audio/speech") {
// 处理POST API请求
// ...
}
if (path === "/v1/audio/speech/get") {
// 处理GET API请求
// ...
}
return new Response("Not Found", { status: 404 });
}
2. 核心逻辑 getAudioFile
这个函数完美诠释了我们上面提到的“缓存优先”策略。
// workers.js
async function getAudioFile(params, env) {
// 1. 根据所有参数计算MD5哈希值作为缓存键
const hash = await md5(JSON.stringify(cacheKeyParams));
const filename = `${hash}.mp3`;
const publicUrl = `${env.R2_PUBLIC_URL}/${filename}`;
// 2. 检查R2中是否存在该文件
const existingFile = await env.TTS_AUDIO_CACHE.head(filename);
if (existingFile) {
console.log(`缓存命中: ${filename}`);
return { url: publicUrl, fromCache: true }; // 命中，直接返回URL
}
console.log(`缓存未命中: ${filename}. 开始生成新音频.`);
// 3. 未命中，调用微软接口生成音频Blob
const audioBlob = await generateAudioBlob(/*...*/);
// 4. 将新音频存入R2
await env.TTS_AUDIO_CACHE.put(filename, audioBlob, { /*...*/ });
// 5. 返回新文件的URL
return { url: publicUrl, fromCache: false };
}
3. 语音合成 generateAudioBlob & getSsml
这里我们使用SSML（语音合成标记语言）来构造请求体，这样可以更精细地控制语音的各种属性，比如情感、角色扮演等。
// workers.js
function getSsml(text, voiceName, rate, pitch, style, role) {
// 通过mstts:express-as标签来指定风格和角色
const expressAsTag = style && style !== 'general' ?
`<mstts:express-as style="${style}" role="${role}">` : '';
const expressAsCloseTag = style && style !== 'general' ?
`</mstts:express-as>` : '';
return `<speak version="1.0" xml:lang="zh-CN" xmlns="http://www.w3.org/2001/synthesis" xmlns:mstts="http://www.w3.org/2001/mstts">
<voice name="${voiceName}">
${expressAsTag}
<prosody rate="${rate}%" pitch="${pitch}%">${text}</prosody>
${expressAsCloseTag}
</voice>
</speak>`;
}
“保姆级”部署指南
理论说完了，上实操！跟着老杨，三步搞定。
第一步：准备工作
你只需要一个注册好的 Cloudflare 账号。没有的话，去官网免费注册一个。
第二步：创建 R2 存储桶和 Worker
-
创建 R2 存储桶：
- 登录 Cloudflare 控制台，左侧菜单找到
R2。 - 点击
创建存储桶，随便起个名字，比如my-tts-cache。 - 创建后，进入存储桶的
设置页面，找到R2.dev 公开访问这一项，点击允许访问。然后复制下面显示的公开URL，形如https://pub-xxxxxxxx.r2.dev。这个URL我们后面要用。
- 登录 Cloudflare 控制台，左侧菜单找到
-
创建 Worker：
- 左侧菜单找到
Workers 和 Pages。 - 点击
创建应用程序->创建 Worker。 - 给你的 Worker 也起个名字，比如
my-tts-service，然后点击部署。
- 左侧菜单找到
第三步：配置并部署代码
-
粘贴代码：
- 进入你刚创建的 Worker，点击
编辑代码。 - 删除编辑器里原有的示例代码，将我提供的
workers.js完整代码粘贴进去。
- 进入你刚创建的 Worker，点击
-
关联 R2 存储桶：
- 回到 Worker 的管理页面，点击
设置->变量。 - 在
R2 存储桶绑定部分，点击添加绑定。 变量名称必须填写TTS_AUDIO_CACHE。R2 存储桶选择你第一步创建的那个my-tts-cache。- 保存。
- 回到 Worker 的管理页面，点击
-
设置环境变量：
- 还是在
设置->变量页面，找到环境变量部分，点击添加变量。 变量名称填写R2_PUBLIC_URL。值就粘贴你之前复制的 R2 存储桶的公开URL。- （可选）如果你想给你的API加一把锁，可以再添加一个变量，名称为
API_KEY，值是你自己设定的密码（比如一个复杂的字符串）。 - 保存并部署！
- 还是在
至此，大功告成！你可以访问你的 Worker 地址 https://my-tts-service.your-name.workers.dev，就能看到那个简洁的Web界面了。
如何使用你的专属API
你可以通过 POST 或 GET 方式调用API。
POST 请求 (推荐)
这种方式功能最全，适合在程序中调用。
curl -X POST https://your-worker.workers.dev/v1/audio/speech \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": "你好，我是老杨，这是我为你搭建的免费TTS服务！",
"voice": "zh-CN-YunxiNeural",
"speed": 1.0,
"pitch": 1.0,
"style": "cheerful"
}'
返回结果
{
"url": "https://pub-xxx.r2.dev/xxxxxxxx.mp3",
"cached": false
}
GET 请求
这种方式适合在浏览器中快速测试，或者生成临时的下载链接。
https://your-worker.workers.dev/v1/audio/speech/get?text=Hello&voice=en-US-JennyNeural&apiKey=YOUR_API_KEY
直接在浏览器中打开这个链接，就可以播放或下载音频了。
适用人群与场景：这套方案能帮你做什么？
你可能会问，老杨，你这套方案听起来很酷，但它到底能用在什么地方呢？问得好！这可不是个只能躺在收藏夹里吃灰的“玩具”，它的应用场景相当广泛：
-
个人博客或独立开发者：
- 文章转语音：给你的博客文章配上“一键收听”功能，让读者在通勤、做家务时也能“听”你的文章，提升用户体验和粘性。
- 视频内容创作者：用它来为你的教学视频、产品演示、Vlog等内容制作旁白，省去自己配音的麻烦，还能选择不同风格的声音。
- 有声书制作：如果你在写小说或者想把一些公版书籍制作成有声书，这个工具能帮你快速生成音频原型。
-
中小型企业或初创团队：
- 智能客服：为你的IVR（交互式语音应答）系统或聊天机器人提供语音播报能力，例如播报验证码、订单状态、服务通知等。
- 内部工具：公司内部的通知系统、监控告警系统，都可以用它来把文字通知变成语音提醒，更加醒目。
- 产品原型验证：在产品开发初期，快速为你的App或小程序加上语音交互功能，用最小的成本验证市场反响。
-
编程学习与爱好者：
- 学习API调用：这是一个绝佳的实践项目，让你了解如何与第三方API交互、如何处理流数据、如何进行缓存设计。
- DIY智能家居：结合树莓派或ESP32等硬件，打造属于你自己的智能音箱、语音助手，让你的家变得更“听话”。
基本上，任何需要将文本转化为自然流畅语音的场景，这套方案都能派上用场。最关键的是，在项目的初期和中期，它能帮你把成本控制在“无限接近于零”的水平。
一点心里话和“免责声明”
老杨分享这个方案，初衷是帮助像我一样热爱技术、但预算有限的朋友们，用更低的成本去实现自己的创意。这个方法的核心是巧妙地利用了微软提供给其自家应用的公开接口。
因此，有几点要坦诚相告：
- 接口的稳定性：这个非官方的接口未来可能会有变化（比如调整认证方式）。虽然从目前来看它已经稳定运行了很长时间，但我们仍需有备无患。好消息是，即便接口变化，我们的缓存逻辑和整体架构依然有效，只需调整获取令牌的部分即可。
- 合理使用：请大家将此方案用于正当的学习、研究和创新项目上。不要滥用，不要用于任何非法用途，更不要对源服务造成过大的压力。我们要做一个有素质的“白嫖党”。
- 付费的价值：当你的项目发展壮大，流量和并发量上来之后，老杨还是建议你切换到官方付费的TTS服务。付费不仅能换来更稳定的服务和官方技术支持，也是对知识产权和技术服务的尊重。
我们现在做的，是在“从0到1”的阶段，用智慧和技巧，为自己的梦想铺路。
结语：动手吧，我的朋友！
技术的魅力，就在于不断探索和创造。用一行行代码，将不可能变为可能，这正是我们程序员的浪漫。
今天分享的这个免费TTS服务搭建方案，只是众多奇技淫巧中的一个。它不完美，但足够实用，希望能为你打开一扇新的大门，激发你更多的灵感。
完整的、经过老杨反复调试和优化的 workers.js 脚本，我已经打包好并上传到了CSDN资源。 你不需要再费心去研究代码细节，只需按照教程步骤，复制、粘贴、配置，三分钟就能拥有自己的高质量TTS服务。
【资源下载链接：workers.js】
最后，如果你觉得这篇文章对你有帮助，请不要吝啬你的“一键三连”：点赞、评论、加关注！ 在评论区分享你的想法，或者告诉我你还想看到哪些有趣的技术实践，老杨都会认真看的！
好了，我是老杨，一个热爱生活、热爱代码的中年男人。我们下篇文章再见！
扫一扫
1638
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
