edge-tts 使用指南免密钥语音合成实战【免费下载链接】edge-ttsUse Microsoft Edges online text-to-speech service from Python WITHOUT needing Microsoft Edge or Windows or an API key项目地址: https://gitcode.com/GitHub_Trending/ed/edge-ttsedge-tts 是一个 Python 模块直接调用 Microsoft Edge 内置的在线文本转语音TTStext-to-speech服务不装 Edge 浏览器、不需要 Windows、不需要 API 密钥就能把任意文本合成为带时间戳的 MP3。本文覆盖安装命令、四个调参开关、Python 同步与异步接入方式以及高频报错的处理办法读完即可判断它是否适合接入你的项目。 项目定位把 Edge 内置的语音服务拆出来用它的存在逻辑很直接微软的神经网络语音合成能力平时只通过订阅制商业 API 提供而 Edge 浏览器自带的朗读功能走的是另一条免费通道。edge-tts 连的就是这条通道speech.platform.bing.com 的 WebSocket 长连接把它封装成开源的命令行工具和 Python 库。能力覆盖两种使用方式edge-tts/edge-playback命令以及edge_tts模块。输出固定为 24kHz、48kbps、单声道 MP3默认语音是 en-US-EmmaMultilingualNeural--list-voices能拉出覆盖数十种语言与地区的长表包括南非荷兰语af-ZA、阿姆哈拉语am-ET和阿拉伯语的多个地区变体ar-AE、ar-BH、ar-DZ、ar-EG。不做的事要说清楚自定义 SSMLSpeech Synthesis Markup Language用于精确控制停顿、重音的语音标记语言已不支持因为微软只接受 Edge 客户端自己生成的 SSML项目已把该功能整体移除也没有离线模式断网即无法合成。项目数值接口模式命令行 Python 模块共 2 种音频输出MP324kHz / 48kbps / 单声道默认语音en-US-EmmaMultilingualNeural文本发送内部按 4096 字节自动分块默认超时连接 10 秒接收 60 秒 上手路径安装 edge-tts 并生成第一条语音安装pip install edge-tts # Python 代码集成用 pipx install edge-tts # 只用命令行pipx 是隔离环境的 Python 安装器装完后运行edge-tts --version可输出版本号当前仓库版本为 7.2.8。最小可运行示例edge-tts --text Hello, world! --write-media hello.mp3执行后当前目录生成 hello.mp3任意播放器可直接打开不传--write-media时音频直接写到 stdout方便管道给其他程序-f/--file则从文件读取待合成文本。查看可用资源edge-tts --list-voices # 输出四列表格 # Name Gender ContentCategories VoicePersonalities # af-ZA-AdriNeural Female General Friendly, Positive # ar-EG-SalmaNeural Female General Friendly, Positive从 Name 列挑一个语音名后续通过--voice传入即可。 三个梯度场景从单条文本到带字幕输出第一条多语言音频用 --voice 指定声音问题要把一句非默认语言文本合成音频且要选对发音人。edge-tts --voice ar-EG-SalmaNeural --text مرحبا كيف حالك؟ --write-media hello_arabic.mp3产出hello_arabic.mp3阿拉伯语女声 Salma 发音换成其他语言只需替换--voice的值。调优参数语速、音量、音调各一个开关问题教学语速偏快或者声音偏尖、想更沉稳。edge-tts --rate-50% --pitch-50Hz --text 慢速低沉的讲解 --write-media slowed.mp3负值必须写成--rate-50%这种等号形式空格写法--rate -50%会被当作选项名直接报错。产出slowed.mp3语速减半且音调降低 50Hz。字幕流水线一次产出音频加 SRT 时间戳问题视频需要句级字幕手工打时间戳不现实。edge-tts --text 今天我们来学习 Python 编程基础 --write-media lesson.mp3 --write-subtitles lesson.srt产出lesson.mp3 与 lesson.srt 两个文件srt 由服务返回的句子边界事件自动生成时间戳可直接导入剪辑软件或播放器。 代码层接入save_sync 与 stream 两种姿势轻量调用5 行同步生成 MP3这段同步代码与仓库 examples/ 下 sync_audio_gen_with_predefined_voice.py 示例一致import edge_tts TEXT Hello World! VOICE en-GB-SoniaNeural communicate edge_tts.Communicate(TEXT, VOICE) communicate.save_sync(test.mp3) # 阻塞调用直接落盘工程化集成流式输出边收边写stream()异步产出 chunkaudio 是音频块SentenceBoundary 是句子时间戳事件适合边下载边写文件communicate edge_tts.Communicate(TEXT, VOICE) submaker edge_tts.SubMaker() with open(test.mp3, wb) as file: async for chunk in communicate.stream(): if chunk[type] audio: # 音频块直接落盘 file.write(chunk[data]) elif chunk[type] SentenceBoundary: submaker.feed(chunk) # 累积字幕时间戳 srt submaker.get_srt()不需要自己拼字幕时直接await communicate.save(test.mp3)一步写文件即可。按属性筛选语音VoicesManager.find()不想硬编码语音名时可用 find() 按性别、语言、地区过滤对应 async_audio_gen_with_dynamic_voice_selection.py 示例from edge_tts import VoicesManager voices await VoicesManager.create() candidates voices.find(GenderMale, Languagees) name random.choice(candidates)[Name] # 随机挑一个西班牙语男声 communicate edge_tts.Communicate(TEXT, name) await communicate.save(spanish.mp3) edge-tts 踩坑与调优负号参数、mpv 与 4096 分块--rate -50%报 unrecognized arguments → 根因argparse 把-50%当成另一个选项名 → 处理统一写成--rate-50%volume、pitch 同理。Linux/macOS 上 edge-playback 不发声 → 根因它依赖 mpv 命令行播放器 → 处理先安装 mpv只生成文件不需要播放的话装不装都不影响 edge-tts。合成 OCR 或 PDF 文本时报服务端错误 → 根因服务不接受 0x00–0x08、0x0B–0x0C、0x0E–0x1F 区间的控制字符OCR 文本里常见→ 处理库内 remove_incompatible_characters 会自动替换成空格仍报错就先用re.sub(r[\x00-\x08\x0b-\x0c\x0e-\x1f], , text)预清洗。长文本合成中途卡住 → 根因文本按 4096 字节分块发送receive_timeout 默认 60 秒 → 处理按段落拆分逐段发送大文档给 Communicate 传receive_timeout120避免连接中途超时。内网环境无法访问语音接口 → 根因服务域名需要公网出口 → 处理命令行加--proxy http://user:passhost:port模块传同名 proxy 参数。调优参数速查参数格式默认值推荐起点rate±整数%0%-20%教学语速volume±整数%0%0%pitch±整数Hz0Hz-10Hz更沉稳boundaryWordBoundary / SentenceBoundarySentenceBoundaryWordBoundary字幕更细receive_timeout秒60120长文本 内部结构速览communicate.py 是唯一对外核心CLI 参数解析在 util.py网络与音频逻辑集中在 communicate.py。edge-tts/ ├── src/edge_tts/ │ ├── __main__.py # 入口调用 util.main() │ ├── communicate.py # WebSocket 连接、4096 字节分块、流解析 │ ├── voices.py # 语音列表拉取、VoicesManager 筛选 │ ├── submaker.py # 词/句边界事件转 SRT │ ├── drm.py # 请求签名Sec-MS-GEC生成 │ ├── constants.py # 服务地址、默认语音、请求头常量 │ └── data_classes.py # TTSConfig 参数格式校验 ├── src/edge_playback/ # 本地播放命令 edge-playback └── examples/ # 5 个同步/异步使用示例communicate.py对外核心类 Communicate负责建连、分块发送文本、按 audio 与边界事件输出 chunk并内置 10 秒/60 秒两级超时。voices.py拉取与 Edge 相同的语音列表find() 支持按 Gender、Language、Locale 三个维度过滤。submaker.py命令行的--write-subtitles由它实现喂入边界事件后调 get_srt() 得到完整字幕。⚠️ 局限与适用边界在线依赖、SSML 与音质差异完全依赖微软在线服务无离线模式断网即无法合成 → 在业务里加本地引擎如 piper 或 espeak兜底或提前缓存已生成的 MP3。服务端策略可能随时收紧自定义 SSML 已被拒绝过一次通道本身也没有服务等级承诺 → 不要规划自写 SSML 的功能只用库暴露的 rate、volume、pitch、boundary 参数。语音列表没有质量评级不同语言质量参差 → 选型时用--list-voices加--write-media对 23 个候选各生成一小段试听再为项目锁定一个语音。从 examples/ 目录的 5 个脚本入手重点看 stream() 的 chunk 结构与 SubMaker.feed 的消费方式就能搭出自己的音频加字幕管线。【免费下载链接】edge-ttsUse Microsoft Edges online text-to-speech service from Python WITHOUT needing Microsoft Edge or Windows or an API key项目地址: https://gitcode.com/GitHub_Trending/ed/edge-tts创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 edge-tts 使用指南：免密钥语音合成实战
edge-tts 使用指南免密钥语音合成实战【免费下载链接】edge-ttsUse Microsoft Edges online text-to-speech service from Python WITHOUT needing Microsoft Edge or Windows or an API key项目地址: https://gitcode.com/GitHub_Trending/ed/edge-ttsedge-tts 是一个 Python 模块直接调用 Microsoft Edge 内置的在线文本转语音TTStext-to-speech服务不装 Edge 浏览器、不需要 Windows、不需要 API 密钥就能把任意文本合成为带时间戳的 MP3。本文覆盖安装命令、四个调参开关、Python 同步与异步接入方式以及高频报错的处理办法读完即可判断它是否适合接入你的项目。 项目定位把 Edge 内置的语音服务拆出来用它的存在逻辑很直接微软的神经网络语音合成能力平时只通过订阅制商业 API 提供而 Edge 浏览器自带的朗读功能走的是另一条免费通道。edge-tts 连的就是这条通道speech.platform.bing.com 的 WebSocket 长连接把它封装成开源的命令行工具和 Python 库。能力覆盖两种使用方式edge-tts/edge-playback命令以及edge_tts模块。输出固定为 24kHz、48kbps、单声道 MP3默认语音是 en-US-EmmaMultilingualNeural--list-voices能拉出覆盖数十种语言与地区的长表包括南非荷兰语af-ZA、阿姆哈拉语am-ET和阿拉伯语的多个地区变体ar-AE、ar-BH、ar-DZ、ar-EG。不做的事要说清楚自定义 SSMLSpeech Synthesis Markup Language用于精确控制停顿、重音的语音标记语言已不支持因为微软只接受 Edge 客户端自己生成的 SSML项目已把该功能整体移除也没有离线模式断网即无法合成。项目数值接口模式命令行 Python 模块共 2 种音频输出MP324kHz / 48kbps / 单声道默认语音en-US-EmmaMultilingualNeural文本发送内部按 4096 字节自动分块默认超时连接 10 秒接收 60 秒 上手路径安装 edge-tts 并生成第一条语音安装pip install edge-tts # Python 代码集成用 pipx install edge-tts # 只用命令行pipx 是隔离环境的 Python 安装器装完后运行edge-tts --version可输出版本号当前仓库版本为 7.2.8。最小可运行示例edge-tts --text Hello, world! --write-media hello.mp3执行后当前目录生成 hello.mp3任意播放器可直接打开不传--write-media时音频直接写到 stdout方便管道给其他程序-f/--file则从文件读取待合成文本。查看可用资源edge-tts --list-voices # 输出四列表格 # Name Gender ContentCategories VoicePersonalities # af-ZA-AdriNeural Female General Friendly, Positive # ar-EG-SalmaNeural Female General Friendly, Positive从 Name 列挑一个语音名后续通过--voice传入即可。 三个梯度场景从单条文本到带字幕输出第一条多语言音频用 --voice 指定声音问题要把一句非默认语言文本合成音频且要选对发音人。edge-tts --voice ar-EG-SalmaNeural --text مرحبا كيف حالك؟ --write-media hello_arabic.mp3产出hello_arabic.mp3阿拉伯语女声 Salma 发音换成其他语言只需替换--voice的值。调优参数语速、音量、音调各一个开关问题教学语速偏快或者声音偏尖、想更沉稳。edge-tts --rate-50% --pitch-50Hz --text 慢速低沉的讲解 --write-media slowed.mp3负值必须写成--rate-50%这种等号形式空格写法--rate -50%会被当作选项名直接报错。产出slowed.mp3语速减半且音调降低 50Hz。字幕流水线一次产出音频加 SRT 时间戳问题视频需要句级字幕手工打时间戳不现实。edge-tts --text 今天我们来学习 Python 编程基础 --write-media lesson.mp3 --write-subtitles lesson.srt产出lesson.mp3 与 lesson.srt 两个文件srt 由服务返回的句子边界事件自动生成时间戳可直接导入剪辑软件或播放器。 代码层接入save_sync 与 stream 两种姿势轻量调用5 行同步生成 MP3这段同步代码与仓库 examples/ 下 sync_audio_gen_with_predefined_voice.py 示例一致import edge_tts TEXT Hello World! VOICE en-GB-SoniaNeural communicate edge_tts.Communicate(TEXT, VOICE) communicate.save_sync(test.mp3) # 阻塞调用直接落盘工程化集成流式输出边收边写stream()异步产出 chunkaudio 是音频块SentenceBoundary 是句子时间戳事件适合边下载边写文件communicate edge_tts.Communicate(TEXT, VOICE) submaker edge_tts.SubMaker() with open(test.mp3, wb) as file: async for chunk in communicate.stream(): if chunk[type] audio: # 音频块直接落盘 file.write(chunk[data]) elif chunk[type] SentenceBoundary: submaker.feed(chunk) # 累积字幕时间戳 srt submaker.get_srt()不需要自己拼字幕时直接await communicate.save(test.mp3)一步写文件即可。按属性筛选语音VoicesManager.find()不想硬编码语音名时可用 find() 按性别、语言、地区过滤对应 async_audio_gen_with_dynamic_voice_selection.py 示例from edge_tts import VoicesManager voices await VoicesManager.create() candidates voices.find(GenderMale, Languagees) name random.choice(candidates)[Name] # 随机挑一个西班牙语男声 communicate edge_tts.Communicate(TEXT, name) await communicate.save(spanish.mp3) edge-tts 踩坑与调优负号参数、mpv 与 4096 分块--rate -50%报 unrecognized arguments → 根因argparse 把-50%当成另一个选项名 → 处理统一写成--rate-50%volume、pitch 同理。Linux/macOS 上 edge-playback 不发声 → 根因它依赖 mpv 命令行播放器 → 处理先安装 mpv只生成文件不需要播放的话装不装都不影响 edge-tts。合成 OCR 或 PDF 文本时报服务端错误 → 根因服务不接受 0x00–0x08、0x0B–0x0C、0x0E–0x1F 区间的控制字符OCR 文本里常见→ 处理库内 remove_incompatible_characters 会自动替换成空格仍报错就先用re.sub(r[\x00-\x08\x0b-\x0c\x0e-\x1f], , text)预清洗。长文本合成中途卡住 → 根因文本按 4096 字节分块发送receive_timeout 默认 60 秒 → 处理按段落拆分逐段发送大文档给 Communicate 传receive_timeout120避免连接中途超时。内网环境无法访问语音接口 → 根因服务域名需要公网出口 → 处理命令行加--proxy http://user:passhost:port模块传同名 proxy 参数。调优参数速查参数格式默认值推荐起点rate±整数%0%-20%教学语速volume±整数%0%0%pitch±整数Hz0Hz-10Hz更沉稳boundaryWordBoundary / SentenceBoundarySentenceBoundaryWordBoundary字幕更细receive_timeout秒60120长文本 内部结构速览communicate.py 是唯一对外核心CLI 参数解析在 util.py网络与音频逻辑集中在 communicate.py。edge-tts/ ├── src/edge_tts/ │ ├── __main__.py # 入口调用 util.main() │ ├── communicate.py # WebSocket 连接、4096 字节分块、流解析 │ ├── voices.py # 语音列表拉取、VoicesManager 筛选 │ ├── submaker.py # 词/句边界事件转 SRT │ ├── drm.py # 请求签名Sec-MS-GEC生成 │ ├── constants.py # 服务地址、默认语音、请求头常量 │ └── data_classes.py # TTSConfig 参数格式校验 ├── src/edge_playback/ # 本地播放命令 edge-playback └── examples/ # 5 个同步/异步使用示例communicate.py对外核心类 Communicate负责建连、分块发送文本、按 audio 与边界事件输出 chunk并内置 10 秒/60 秒两级超时。voices.py拉取与 Edge 相同的语音列表find() 支持按 Gender、Language、Locale 三个维度过滤。submaker.py命令行的--write-subtitles由它实现喂入边界事件后调 get_srt() 得到完整字幕。⚠️ 局限与适用边界在线依赖、SSML 与音质差异完全依赖微软在线服务无离线模式断网即无法合成 → 在业务里加本地引擎如 piper 或 espeak兜底或提前缓存已生成的 MP3。服务端策略可能随时收紧自定义 SSML 已被拒绝过一次通道本身也没有服务等级承诺 → 不要规划自写 SSML 的功能只用库暴露的 rate、volume、pitch、boundary 参数。语音列表没有质量评级不同语言质量参差 → 选型时用--list-voices加--write-media对 23 个候选各生成一小段试听再为项目锁定一个语音。从 examples/ 目录的 5 个脚本入手重点看 stream() 的 chunk 结构与 SubMaker.feed 的消费方式就能搭出自己的音频加字幕管线。【免费下载链接】edge-ttsUse Microsoft Edges online text-to-speech service from Python WITHOUT needing Microsoft Edge or Windows or an API key项目地址: https://gitcode.com/GitHub_Trending/ed/edge-tts创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考