dvcrn Jarvis TTS 语音合成
功能
用 Microsoft edge-tts 生成高质量语音，然后用 macOS afplay 播放。提供自然流畅的中文语音输出。
使用场景
- AI 助手语音回复
- 文字转语音
- 有声读物播放
- 语音通知/提醒
优势
- ✅ 自然 - 微软 Neural TTS，接近真人声音
- ✅ 流畅 - 完整播放，不会中断
- ✅ 多音色 - 支持多种中文语音（男声/女声）
- ✅ 离线 - 生成后可重复播放
使用方法
基本用法
jarvis-tts.sh "要说的内容"
示例
# 简单回复
jarvis-tts.sh "好的，马上执行"
# 长文本
jarvis-tts.sh "从一数到一百：一、二、三...一百。数完了！"
# 指定语音
jarvis-tts.sh "你好" --voice zh-CN-YunxiNeural
可用语音
中文男声
zh-CN-YunxiNeural- 阳光活泼（默认）zh-CN-YunjianNeural- 激情运动风zh-CN-YunyangNeural- 专业新闻播报
中文女声
zh-CN-XiaoxiaoNeural- 温暖zh-CN-XiaoyiNeural- 活泼
工作流程
文字输入 → edge-tts 生成 MP3 → afplay 播放 → 完成
详细步骤
- 生成语音 - edge-tts 调用微软 TTS API 生成 MP3
- 检查文件 - 确认生成成功且文件大小正常
- 播放音频 - afplay 播放直到完成
- 清理 - 删除临时文件
脚本说明
jarvis-tts.py
Python 脚本，执行 TTS 生成和播放。
依赖：
- Python 3
- edge-tts (
pip3 install edge-tts)
用法：
python3 jarvis-tts.py "要说的内容"
jarvis-tts.sh
Shell 封装脚本，方便直接调用。
用法：
./jarvis-tts.sh "要说的内容"
技术细节
音频生成
python3 -m edge_tts \
--voice zh-CN-YunxiNeural \
--text "要说的内容" \
--write-media /tmp/output.mp3
播放保证
- 等待生成完成再播放
- 检查文件大小确保成功
- 同步播放直到完成
超时处理
- 生成超时：60 秒
- 播放超时：根据音频长度自动计算
限制
- 仅支持 macOS（依赖 afplay）
- 需要安装 edge-tts
- 需要网络连接（调用微软 API）
扩展建议
如需支持其他平台：
- Linux: 用
aplay或paplay替代afplay - Windows: 用
powershell -c (New-Object Media.SoundPlayer)播放
相关文件
scripts/jarvis-tts.py- 主脚本scripts/jarvis-tts.sh- Shell 封装