hwj123hwj TTS — 语音合成技能
统一语音合成技能，基于策略模式，支持多个 TTS 后端切换。
脚本
| 脚本 | 用途 |
|---|---|
scripts/tts.py |
统一合成入口 |
用法
# 默认用 edge-tts（免费，无需 API Key）
python3 ${SKILL_DIR}/scripts/tts.py "你好世界" -o hello.mp3
# 指定 provider
python3 ${SKILL_DIR}/scripts/tts.py "你好" --provider vertex-tts
# 指定 voice
python3 ${SKILL_DIR}/scripts/tts.py "旁白" --provider vertex-tts --voice Aoede
# 使用中文预设 voice（edge-tts）
python3 ${SKILL_DIR}/scripts/tts.py "测试旁白" --preset yunjian
# 调整语速（edge-tts）
python3 ${SKILL_DIR}/scripts/tts.py "快速朗读" --rate +20%
# JSON 输出
python3 ${SKILL_DIR}/scripts/tts.py "你好" --json
参数
| 参数 | 说明 | 默认值 |
|---|---|---|
text |
要转换的文本（必填） | - |
--output, -o |
输出音频路径 | outputs/output.mp3 |
--provider, -p |
TTS 后端 | 从 .env 读取 |
--voice, -v |
音色名称 | edge-tts: zh-CN-XiaoxiaoNeural / vertex-tts: Zephyr |
--preset |
中文预设（edge-tts） | - |
--language, -l |
语言代码 | - |
--rate, -r |
语速调整 | 0% |
--json, -j |
JSON 格式输出 | 关 |
中文预设（edge-tts）
| 预设名 | Voice ID | 特点 |
|---|---|---|
xiaoxiao |
zh-CN-XiaoxiaoNeural | 女声，温柔亲切（默认） |
xiaoyi |
zh-CN-XiaoyiNeural | 女声，活泼可爱 |
yunjian |
zh-CN-YunjianNeural | 男声，沉稳大气 |
yuxuan |
zh-CN-YuxuanNeural | 女声，温柔知性 |
shimmer |
zh-CN-ShimmerNeural | 女声，清亮甜美 |
guy |
zh-CN-YunxiNeural | 男声，自然对话 |
xiaomeng |
zh-CN-XiaomengNeural | 童声，萌系 |
zhiyu |
zh-CN-ZhiyuNeural | 女声，情感丰富 |
Provider 切换
方式 1：修改 .env（永久切换）
编辑 ${SKILL_DIR}/.env：
DEFAULT_TTS_PROVIDER=edge-tts
# 或
DEFAULT_TTS_PROVIDER=vertex-tts
方式 2：命令行参数（单次覆盖）
python3 tts.py "text" --provider vertex-tts
方式 3：新增 Provider
- 在
scripts/providers/下新建xxx_provider.py - 继承
TTSProvider，实现synthesize()方法 - 在
registry.py的PROVIDERS字典中注册
Provider 对比
| 维度 | edge-tts | vertex-tts |
|---|---|---|
| 费用 | 免费 | 需要 API Key |
| 音质 | 好 | 更好 |
| 中文支持 | 400+ 音色 | 30 音色 |
| 速度 | 快 | 较慢 |
| 语速控制 | 支持 | 暂不支持 |
| 依赖 | edge-tts CLI | ffmpeg |
API Key 配置
edge-tts
无需 API Key。
Vertex AI
读取优先级：
- 环境变量
VERTEX_API_KEY/GEMINI_API_KEY ${SKILL_DIR}/.env中的VERTEX_API_KEY=...- 项目根目录
.env
依赖
- Python 3（标准库 + edge-tts）
- ffmpeg（vertex-tts 需要，edge-tts 不需要）