一个简单易用的文本转语音 (TTS) 服务，基于 Microsoft Azure 语音服务，提供高质量的语音合成能力。
- 支持多种语言和声音
- 可调节语速和语调
- 支持多种输出音频格式
- 兼容 OpenAI TTS API
- 支持长文本自动分割与合并
- 提供 Web UI 和 RESTful API
docker run -d -p 8080:8080 --name=tts zuoban/zb-tts部署完成后，访问 http://localhost:8080 使用 Web 界面。
- 创建一个新的 Cloudflare Worker
- 复制以下脚本内容到 Worker worker.js
- 添加环境变量
API_KEY- Workers & Pages -> Your Worker -> Settings -> Variables and Secrets -> Add
- Type:
Secret, Name:API_KEY, Value:YOUR_API_KEY
# 基础文本转语音# 基础文本转语音
curl "http://localhost:8080/tts?t=你好，世界&v=zh-CN-XiaoxiaoNeural" -o output.mp3
# 调整语速和语调
curl "http://localhost:8080/tts?t=你好，世界&v=zh-CN-XiaoxiaoNeural&r=20&p=10" -o output.mp3
# 使用情感风格
curl "http://localhost:8080/tts?t=今天天气真好&v=zh-CN-XiaoxiaoNeural&s=cheerful" -o output.mp3GET 参数列表：
t: 文本内容v: 语音风格r: 语速，范围 -100 到 100p: 语调，范围 -100 到 100s: 情感风格，可选值为sad,angry,cheerful,neutral
POST 参数列表, 使用 application/json：
text: 文本内容voice: 语音风格rate: 语速，范围 -100 到 100pitch: 语调，范围 -100 到 100style: 情感风格，可选值为sad,angry,cheerful,neutral
curl -X POST "http://localhost:8080/v1/audio/speech" \
-H "Content-Type: application/json" \
-d '{
"model": "tts-1",
"input": "你好，世界！",
"voice": "zh-CN-XiaoxiaoNeural",
"speed": 0.5
}' -o output.mp3参数列表：
model: 模型名称, 对应上面的styleinput: 文本内容, 对应上面的textvoice: 语音风格, 对应上面的voicespeed: 语速，0.0 到 2.0，对应上面的rate
您可以通过环境变量或配置文件自定义 TTS 服务：
# 使用自定义端口
docker run -d -p 9000:9000 -e PORT=9000 --name=tts zuoban/zb-tts
# 使用配置文件
docker run -d -p 8080:8080 -v /path/to/config.yaml:/app/configs/config.yaml --name=tts zuoban/zb-ttsTTS 服务使用 YAML 格式的配置文件，默认位置为 /app/configs/config.yaml。以下是配置文件的主要选项：
server:
port: 8080 # 服务监听端口
read_timeout: 30 # HTTP 读取超时时间（秒）
write_timeout: 30 # HTTP 写入超时时间（秒）
base_path: "" # API 基础路径前缀，如 "/api"
tts:
region: "eastasia" # Azure 语音服务区域
default_voice: "zh-CN-XiaoxiaoNeural" # 默认语音
default_rate: "0" # 默认语速，范围 -100 到 100
default_pitch: "0" # 默认语调，范围 -100 到 100
default_format: "audio-24khz-48kbitrate-mono-mp3" # 默认音频格式
max_text_length: 65535 # 最大文本长度
request_timeout: 30 # 请求 Azure 服务的超时时间（秒）
max_concurrent: 10 # 最大并发请求数
segment_threshold: 300 # 文本分段阈值
min_sentence_length: 200 # 最小句子长度
max_sentence_length: 300 # 最大句子长度
api_key: '替换为您的密钥' # (可选, /tts 接口使用)
# OpenAI 到微软 TTS 中文语音的映射
voice_mapping:
alloy: "zh-CN-XiaoyiNeural" # 中性女声
echo: "zh-CN-YunxiNeural" # 年轻男声
fable: "zh-CN-XiaochenNeural" # 儿童声
onyx: "zh-CN-YunjianNeural" # 成熟男声
nova: "zh-CN-XiaohanNeural" # 活力女声
shimmer: "zh-CN-XiaomoNeural" # 温柔女声
openai:
api_key: '替换为您的密钥' # OpenAI API 密钥（可选，api 兼容接口使用）您可以根据自己的需求修改这些配置选项。 其中，api_key 为接口认证密钥，若不设置，则不需要认证。
以上配置均可通过环境变量进行覆盖，如 SERVER_PORT、OPENAI_API_KEY 等。
使用环境变量时，变量名需转换为大写并使用下划线代替点号。
要从源码构建和运行：
# 克隆仓库
git clone https://github.com/zuoban/tts.git
cd tts
# 构建
go build -o tts ./cmd/api
# 运行
./ttsMIT