Edge TTS

Kanten-TTS

Edge-TTS ist eine schnelle Implementierung des TTS-Dienstes (Text-to-Speech) von Microsoft Edge. Diese Bibliothek bietet eine einfache und benutzerfreundliche API-Schnittstelle, mit der Entwickler qualitativ hochwertige Text-zu-Sprache-Funktionen nahtlos in Apple-Plattformanwendungen integrieren können.

日本語ドキュメント | 中文文档 | 한국어 문서

Merkmale

Mehrere Stimmen und Sprachen

• Über 400 Stimmen neuronales Netzwerk
• Unterstützung für mehr als 100 Sprachen und regionale Varianten
• Natürliche Sprachsyntheseeffekt

Flexible Sprachregelung

• Einstellbare Sprachrate (-50% bis +100%)
• Pitch Control (-50 Hz bis +50 Hz)
• Volumenkontrolle (-50% bis +50%)
• Grenztypauswahl (Satz/Wort)

Reiche Ausgangsoptionen

• Unterstützung für das MP3 -Format Export
• Echtzeit-Sprachsynthese-Streaming
• Asynchrone Konvertierung und Wiedergabe
• Optionale JSON -Metadatenexport
• Optionaler SRT -Untertitelexport
• Plattform-Datei-Exportunterstützung (iOS/macOS)

Entwicklungstools

• Befehlszeilen-Tool zum schnellen Testen und Stapelverarbeitung
• Native GUI -Anwendung mit visueller Konfiguration
• Detaillierte API -Dokumentation und Nutzungsbeispiele

Plattformübergreifende Kompatibilität

• macOS 13.0+
• iOS/iPados 15.0+

Installation

Swift Package Manager

Fügen Sie der folgenden Abhängigkeit zu Ihrem Paket hinzu.

dependencies: [
    . package ( url : " https://github.com/brewusinc/edge-tts.git " , from : " 1.0.0 " )
] 

Schneller Start

Grundnutzung

import EdgeTTS

// Create TTS instance
let tts = EdgeTTS ( config : Configure (
    voice : " en-US-JennyNeural " ,
    rate : " +0% " ,
    pitch : " +0Hz " ,
    volume : " +0% " ,
    saveJSON : true ,  // Enable JSON metadata export
    saveSRT : true ,   // Enable SRT subtitle export
    boundaryType : . sentence  // Use sentence boundary (.word for word boundary)
) )

// Async conversion
Task {
    do {
        try await tts . ttsPromise ( text : " Hello, World! " , audioPath : " output.mp3 " )
        print ( " Conversion completed " )
    } catch {
        print ( " Conversion failed: ( error ) " )
    }
}

Verwendung der Befehlszeilenwerkzeugverbrauch

Das CLI -Tool enthält zwei Hauptbefehle: list und speak .

Listen Sie verfügbare Stimmen auf

 # List all available voices
edge-tts-cli list

# List voices with proxy
edge-tts-cli list --proxy http://host:port

Text in Sprache konvertieren

 # Basic usage with text
edge-tts-cli speak --text " Hello, World! " --output hello.mp3

# Read text from file
edge-tts-cli speak --file input.txt --output hello.mp3

# Specify voice and language
edge-tts-cli speak --text " Hello, World! " --voice en-US-JennyNeural --lang en-US --output hello.mp3

# Adjust speech parameters
edge-tts-cli speak --text " Hello, World! " --rate +50% --pitch +10Hz --volume +20% --output hello.mp3

# Enable JSON and SRT export
edge-tts-cli speak --text " Hello, World! " --save-json --save-srt --output hello.mp3

# Set boundary type
edge-tts-cli speak --text " Hello, World! " --boundary word --output hello.mp3

# Use proxy
edge-tts-cli speak --text " Hello, World! " --proxy http://host:port --output hello.mp3

Verfügbare Optionen für den Befehl speak :

• --text : Text zum Sprechen
• --file : Eingabe des Textdateipfads
• --voice : Voice zu verwenden (Standard: en-us-jennyneural)
• --lang : Sprache zu verwenden (Standard: en-us)
• --rate : Sprachrate (z. B. +0%, -10%)
• --pitch : Sprachgech (zB +0Hz, -10 Hz)
• --volume : Sprachvolumen (zB +0%, -10%)
• --boundary (Satz oder Wort, Standard: Satz)
• --save-json : Sparen Sie Timing-Informationen als JSON
• --save-srt : Zeitinformationen als SRT speichern
• --proxy : Proxy-URL (z. B. http: // Host: Port)
• --output : Ausgabedatei Name (Standard: Ausgabe.mp3)

GUI -Anwendungsnutzung

1. Laden Sie die neueste Version der Edge TTS -Demo herunter und installieren Sie sie
2. Öffnen Sie die Anwendung und geben Sie den Text ein, den Sie konvertieren möchten
3. Wählen Sie die gewünschten Sprach- und Parametereinstellungen (Rate, Tonhöhe, Volumen) aus
4. Aktivieren Sie bei Bedarf den JSON/SRT -Exportieren
5. Wählen Sie Grenztyp (Satz oder Wort)
6. Klicken Sie auf die Schaltfläche "Konvertieren und abspielen", um die synthetisierte Sprache zu hören
7. Verwenden Sie die Export -Schaltflächen, um Dateien zu speichern:
   • Auf iOS: Verwendet System Share Sheet für flexible Dateibehandlung
   • Auf macOS: Verwendet Dialog zum Speichern von Speichern zum Speichern von Speicherort

Exportfunktionen

Dateitypen

• MP3: Audiodatei mit synthetisierter Sprache
• JSON: Timing -Metadaten für jeden Satz/Wort
• SRT: Untertiteldatei mit Zeitstempeln

Plattformspezifischer Export

• iOS/iPados:
  • System Share Sheet Integration
  • An andere Apps teilen
  • Airdrop -Unterstützung
  • Speichern Sie in Dateien -Apps
• macos:
  • Native Save Save Dialog
  • Wählen Sie Speicherort speichern
  • Dateitypfilterung
  • Automatische Dateierweiterung Handhabung

Gemeinsame Stimmen

Sie können die Liste der unterstützten Stimmen mit:

 let voices = try await tts . fetchVoices ( )

Beliebte englische Stimmen umfassen:

• en-us-jennyneural (weiblich)
• en-us-guynefural (männlich)
• en-gb-sonianeural (weiblich)
• en-gb-ryannreural (männlich)
• en-au-natashaneural (weiblich)

Beitragen

Wir begrüßen alle Formen von Beiträgen, einschließlich, aber nicht beschränkt auf:

• Fehlerberichte und Feature -Vorschläge
• Codeverbesserungen
• Verbesserungen der Dokumentation
• Testfall Ergänzungen

Lizenz

Dieses Projekt ist unter der MIT -Lizenz lizenziert - Einzelheiten finden Sie in der lizenz.txtdatei.