文字转语音（Edge TTS）

底层是 edge-tts：调用微软 Edge 浏览器"大声朗读"的在线语音合成服务。免费、无需密钥，音色是微软神经网络音色（Azure TTS 同源），中文音色齐全——零成本的文字转语音方案。

定位提醒：这是社区对微软在线服务的非官方调用，服务可用性不承诺 SLA；重要生产链路请备选离线方案（如 sherpa-onnx 的离线 TTS）。

与姊妹技能的分工

一、安装

pip install edge-tts

纯 Python 轻包（依赖 aiohttp），秒装。需要联网（调用微软服务）。

二、命令行

edge-tts --voice zh-CN-XiaoxiaoNeural --text "下午三点开会，请准时参加。" --write-media 通知.mp3
edge-tts --voice zh-CN-XiaoxiaoNeural --file 文章.txt --write-media 文章.mp3 --write-subtitles 文章.vtt
edge-tts --list-voices                       # 全部音色
edge-tts --voice zh-CN-XiaoxiaoNeural --rate=+10% --pitch=+5Hz --text "语速调快" --write-media out.mp3

三、常用中文音色

完整列表以 --list-voices 为准（还有陕西、河南等方言音色）。

四、Python API

import asyncio, edge_tts

async def main():
    tts = edge_tts.Communicate("今天的数据日报已生成", voice="zh-CN-XiaoxiaoNeural")
    await tts.save("日报播报.mp3")

asyncio.run(main())

五、批量合成（推荐用脚本）

python scripts/tts_batch.py 文章目录 -o out                     # 每个 .txt → .mp3
python scripts/tts_batch.py 通知.txt -o out --voice zh-CN-YunyangNeural --subtitle
python scripts/tts_batch.py 目录 -o out --rate "+10%" --dry-run

脚本逐个文本文件合成，失败不中断；--subtitle 同时产出 .vtt 字幕（按文本行分段）。

六、常见坑

1. 报错 NoAudioReceived → 微软服务抖动或网络受限：重试；换网络；不要高频连续调用
2. 长文本超时 → 按 1500–3000 字分段合成后拼接（脚本已内置分段逻辑）
3. 多音字读错 → 换音色或改写文本（TTS 通病）
4. 语速调节无效 → --rate=+10% 的 + 必须带上
5. 商用提醒 → 音色属微软服务，正式产品商用前请自行确认使用边界；本项目不打包、不转售该服务

七、边界

• 非官方接口，微软随时可能调整——生产环境务必有离线备选
• 不做情感极致控制（SSML 细粒度调节是 Azure 官方 API 的能力）
• 输出 mp3（webm 音频）；要 wav 先转格式