Edge TTS

Edge-tts

Edge-TTS adalah implementasi cepat dari layanan Text-to-Speech (TTS) Microsoft Edge. Perpustakaan ini menyediakan antarmuka API yang sederhana dan mudah digunakan yang memungkinkan pengembang untuk mengintegrasikan fungsionalitas teks-ke-speech berkualitas tinggi ke dalam aplikasi platform Apple.

日本語ドキュメント | 中文文档 | 한국어 문서

Fitur

Banyak suara dan bahasa

• Lebih dari 400 suara jaringan saraf
• Dukungan untuk 100+ bahasa dan varian regional
• Efek sintesis ucapan alami

Kontrol suara yang fleksibel

• Tingkat bicara yang dapat disesuaikan (-50% hingga +100%)
• Kontrol Pitch (-50Hz hingga +50Hz)
• Kontrol volume (-50% hingga +50%)
• Pilihan Jenis Batas (Kalimat/Word)

Opsi output yang kaya

• Dukungan untuk Ekspor Format MP3
• Streaming sintesis ucapan waktu nyata
• Konversi dan pemutaran asinkron
• Ekspor metadata JSON opsional
• Ekspor Subtitle SRT Opsional
• Dukungan Ekspor File Cross-Platform (IOS/MacOS)

Alat pengembangan

• Alat baris perintah untuk pengujian cepat dan pemrosesan batch
• Aplikasi GUI asli dengan konfigurasi visual
• Dokumentasi API terperinci dan contoh penggunaan

Kompatibilitas lintas platform

• MacOS 13.0+
• iOS/ipados 15.0+

Instalasi

Manajer Paket Swift

Tambahkan ketergantungan berikut ke file package.swift Anda:

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

Awal yang cepat

Penggunaan dasar

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 ) " )
    }
}

Penggunaan alat baris perintah

Alat CLI menyediakan dua perintah utama: list dan speak .

Daftar suara yang tersedia

 # List all available voices
edge-tts-cli list

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

Konversi teks menjadi pidato

 # 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

Opsi yang tersedia untuk perintah speak :

• --text : Teks untuk berbicara
• --file : Path Input Teks File
• --voice : suara untuk digunakan (default: en-us-jennyneural)
• --lang : Bahasa untuk digunakan (default: en-us)
• --rate : Tingkat bicara (misalnya +0%, -10%)
• --pitch : Pitch pitch (misalnya +0Hz, -10Hz)
• --volume : volume bicara (misalnya +0%, -10%)
• --boundary : Tipe Batas (kalimat atau kata, default: kalimat)
• --save-json : Simpan info waktu sebagai json
• --save-srt : Simpan info waktu sebagai SRT
• --proxy : URL proxy (misalnya http: // host: port)
• --output : nama file output (default: output.mp3)

Penggunaan aplikasi GUI

1. Unduh dan instal Demo Edge TTS versi terbaru
2. Buka aplikasi dan masukkan teks yang ingin Anda konversi
3. Pilih Pengaturan Suara dan Parameter yang Diinginkan (Tingkat, Pitch, Volume)
4. Aktifkan ekspor JSON/SRT jika perlu
5. Pilih Tipe Batas (kalimat atau kata)
6. Klik tombol "Konversi & Mainkan" untuk mendengar pidato yang disintesis
7. Gunakan tombol ekspor untuk menyimpan file:
   • Di iOS: menggunakan lembar berbagi sistem untuk penanganan file yang fleksibel
   • On MacOS: Menggunakan Dialog Simpan untuk Memilih Lokasi Simpan

Fitur Ekspor

Jenis file

• MP3: File audio dengan pidato yang disintesis
• JSON: Waktu metadata untuk setiap kalimat/kata
• SRT: File subtitle dengan cap waktu

Ekspor khusus platform

• iOS/ipados:
  • Integrasi lembar berbagi sistem
  • Bagikan ke aplikasi lain
  • Dukungan AirDrop
  • Simpan ke Aplikasi File
• MacOS:
  • Dialog Simpan Asli
  • Pilih Simpan Lokasi
  • Penyaringan Jenis File
  • Penanganan ekstensi file otomatis

Suara umum

Anda bisa mendapatkan daftar suara yang didukung menggunakan:

 let voices = try await tts . fetchVoices ( )

Suara bahasa Inggris yang populer meliputi:

• en-us-jennyneural (wanita)
• en-us-guyeural (pria)
• en-gb-sonianeural (wanita)
• en-gb-ryneural (pria)
• en-au-natashaneural (wanita)

Berkontribusi

Kami menyambut semua bentuk kontribusi, termasuk tetapi tidak terbatas pada:

• Laporan Bug dan Saran Fitur
• Peningkatan kode
• Peningkatan Dokumentasi
• Penambahan kasus uji

Lisensi

Proyek ini dilisensikan di bawah lisensi MIT - lihat file lisensi.txt untuk detailnya.