Edge-TTS:微软推出的,免费、开源、支持多种中文语音语色的AI工具[Python代码]

黑金IT 2024-10-04 16:31:00 阅读 51

Edge-TTS,由微软推出的这款免费、开源的AI工具,为用户带来了丰富多样的中文语音体验。它不仅支持多种中文语音语色,还能实现流畅自然的语音合成。Edge-TTS凭借其高度可定制化的特点,广泛应用于智能助手、语音播报、教育培训等领域。这款工具的操作简便,兼容性强,让开发者能够轻松集成到各种应用中。最重要的是,Edge-TTS始终保持免费开源,为中文语音合成技术的研究与发展提供了有力支持,助力我国智能语音产业迈向新的高峰。

一,环境win11+python3.10

<code>pip install edge_tts

二,edge_tts生成mp3代码的实现: 

import asyncio

import edge_tts # 假设 edge_tts 是一个有效的模块

# 定义文本内容、语音类型和输出文件名

TEXT: str = "大家好,欢迎关注语音之家,语音之家是一个助理AI语音开发者的社区。"

VOICE: str = "zh-CN-YunyangNeural"

OUTPUT_FILE: str = "test.mp3"

async def amain() -> None:

"""Main function that uses edge_tts to convert text to speech."""

# 创建一个 Communicate 对象,用于文本到语音的转换

communicate = edge_tts.Communicate(TEXT, VOICE)

# 异步保存转换后的语音到文件

await communicate.save(OUTPUT_FILE)

if __name__ == "__main__":

# 获取当前事件循环(如果有的话)

loop = asyncio.get_event_loop()

if loop.is_running():

print("Event loop is already running. Using run_coroutine_threadsafe.")

# 如果事件循环已经在运行,请使用 run_coroutine_threadsafe

future = asyncio.run_coroutine_threadsafe(amain(), loop)

future.result() # 等待协程完成

else:

loop.run_until_complete(amain())

在这个例子中,我为 TEXT, VOICE, 和 OUTPUT_FILE 变量添加了类型注解 str,表示它们是字符串类型。同时,我也为 amain 函数的返回类型添加了 None 注解,表示这个函数不返回任何值。

如果后面想应用到自己开发的环境。建议使用队列方式+云对象储存方式存放到mysql表。

三,关于腾讯云对象储存的代码实现

import os

import random

import time

from qcloud_cos import CosConfig

from qcloud_cos import CosS3Client

import common

import hashlib

import ipdb

class QcloudCosToolClass:

def __init__(self):

"""初始化腾讯云COS工具类"""

self.config = common.readConfig()

self.secret_id: str = self.config.get('qcloud_cos', 'secret_id')

self.secret_key: str = self.config.get('qcloud_cos', 'secret_key')

self.region: str = self.config.get('qcloud_cos', 'region')

self.bucket: str = self.config.get('qcloud_cos', 'bucket')

def cosUpload_file(self, local_file_path: str, cos_file_path: str = '') -> str:

"""上传文件到腾讯云COS"""

token = None

config = CosConfig(Region=self.region,

SecretId=self.secret_id,

SecretKey=self.secret_key,

Token=token)

oClient = CosS3Client(config)

if not cos_file_path:

cos_file_path = self.create_filename(local_file_path)

try:

response = oClient.upload_file(

Bucket=self.bucket,

LocalFilePath=local_file_path,

Key=cos_file_path

)

print("QcloudCosToolClass 上传文件成功 >>> ", self.config.get('qcloud_cos', 'cos_domain') + '/' + cos_file_path)

except Exception as e:

print(f"QcloudCosToolClass 上传错误:{e}")

raise e

return self.config.get('qcloud_cos', 'cos_domain') + '/' + cos_file_path

def create_filename(self, local_file_path: str) -> str:

"""创建唯一的文件名"""

new_filename = f"{int(time.time())}_{random.randint(1000, 9999)}"

md5_hash = hashlib.md5()

md5_hash.update(new_filename.encode('utf-8'))

new_filename = md5_hash.hexdigest()

file_extension = '.' + os.path.splitext(local_file_path)[1]

cos_file_path = common._get_datetime("%Y%m") + '/' + f"{new_filename}{file_extension}"

return cos_file_path

解释:

__init__ 方法:初始化类实例,设置腾讯云COS的配置信息。cosUpload_file 方法:接受本地文件路径和COS路径,上传文件到腾讯云COS。如果COS路径为空,则调用create_filename方法生成文件名。create_filename 方法:生成一个基于时间戳和随机数的唯一文件名,并计算其MD5值,最后加上文件扩展名。

这些注解有助于理解每个变量和函数的预期类型,以及函数的返回类型。如果你的common模块中的readConfig_get_datetime方法有特定的返回类型,你可能需要为这些方法也添加相应的类型注解

3-1,common.readConfig是一个读取ini的配置文件函数

def readConfig():

Config = configparser.ConfigParser()

# 读取 INI 文件

config_file = './config.ini'

Config.read(config_file, 'utf8')

return Config

3-2,config.ini文件的qcloud_cos配置

[qcloud_cos]

cos_domain = https://oss.romeai.net

secret_id = AKIDbIqJ1eCnGn**********

secret_key = b5Sioow22Y0Mh*************

bucket = oss-1325526785

region = ap-shanghai

 四,也可以考虑不使用云对象,自建个图床来代替。方法就是省钱。

icret/EasyImages2.0: 简单图床 - 一款功能强大无数据库的图床 2.0版 (github.com)

icon-default.png?t=N7T8

https://github.com/icret/EasyImages2.0/tree/master

这个有2.6K Start. 朋友们有兴趣可以试一下。我这边没有花时间去调研。喜欢我的朋友可以加微信交友聊技术哈!

写在后面的几个应知问题:

Edge-TTS是什么? Edge-TTS是一个基于Microsoft Edge浏览器的文本转语音工具。它利用微软Azure TTS技术,提供逼真自然的声音引擎。

需要联网吗? 是的,无论是试听还是录制,使用Edge-TTS的在线语音功能都需要确保电脑联网1。

如何使用Edge-TTS? 使用Edge-TTS工具(如Edge-TTS-record)时,需要运行相应的应用程序,输入文本,调整参数,然后进行试听和录制。录制的音频文件会保存在指定的目录下1。

Edge-TTS的特点和限制? Edge-TTS支持多种语言和声音,转换速度快,音质好。不过,它是免费服务,主要适用于个人学习研究,不适合大规模并发使用场景3。

Edge-TTS的安装和使用环境? Edge-TTS是一个Python模块,可以通过pip安装。它不依赖于特定的操作系统,但需要Microsoft Edge浏览器的支持3。

Edge-TTS的适用场景? Edge-TTS适用于教育软件、辅助技术、沉浸式叙事等多种场景,因其高质量的语音合成功能,可以提升用户体验和开发效率3。

     7. 在python环境内使用edge-TTS是需要安装Edge浏览器? 在Python环境中使用Edge-TTS,并不需要安装Edge浏览器。Edge-TTS是一个Python模块,它允许用户通过Python代码使用Microsoft Edge的在线文本转语音服务。这个模块独立于浏览器,通过API与Edge的文本转语音服务进行交互。需要联网,但是不产生其它费用



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。