Edge TTS

Edge-tts

O Edge-TTS é uma implementação rápida do serviço de texto em fala (TTS) da Microsoft Edge. Esta biblioteca fornece uma interface API simples e fácil de usar, que permite aos desenvolvedores integrar perfeitamente a funcionalidade de texto em expressão de alta qualidade nos aplicativos da plataforma Apple.

日本語ドキュメント | 中文文档 | 한국어 문서

Características

Várias vozes e idiomas

• Mais de 400 vozes da rede neural
• Suporte para mais de 100 idiomas e variantes regionais
• Efeito de síntese de fala natural

Controle de voz flexível

• Taxa de fala ajustável (-50% a +100%)
• Controle de afinação (-50Hz a +50Hz)
• Controle de volume (-50% a +50%)
• Seleção de tipo de limite (frase/palavra)

Opções de saída ricas

• Suporte para exportação de formato MP3
• Streaming de síntese de fala em tempo real
• Conversão assíncrona e reprodução
• Exportação opcional de metadados json
• Exportação opcional de legenda SRT
• Suporte de exportação de arquivo de plataforma cruzada (iOS/macOS)

Ferramentas de desenvolvimento

• Ferramenta de linha de comando para testes rápidos e processamento em lote
• Aplicação da GUI nativa com configuração visual
• Documentação detalhada da API e exemplos de uso

Compatibilidade entre plataformas

• MacOS 13.0+
• iOS/iPados 15.0+

Instalação

Gerente de pacotes Swift

Adicione a seguinte dependência ao seu arquivo package.swift:

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

Início rápido

Uso básico

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 ) " )
    }
}

Uso da ferramenta de linha de comando

A ferramenta CLI fornece dois comandos principais: list e speak .

Liste vozes disponíveis

 # List all available voices
edge-tts-cli list

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

Converter texto em fala

 # 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

Opções disponíveis para speak Command:

• --text : texto para falar
• --file : Caminho do arquivo de texto de entrada
• --voice : Voice a usar (padrão: en-us-jenneural)
• --lang : Idioma a usar (padrão: en-us)
• --rate : taxa de fala (por exemplo, 0%, -10%)
• --pitch : discurso de fala (por exemplo, 0Hz, -10Hz)
• --volume : Volume da fala (por exemplo, 0%, -10%)
• --boundary : tipo de limite (frase ou palavra, padrão: sentença)
• --save-json : salve as informações de tempo como json
• --save-srt : salve as informações de tempo como SRT
• --proxy : URL proxy (por exemplo, http: // host: porta)
• --output : Nome do arquivo de saída (padrão: output.mp3)

Uso do aplicativo da GUI

1. Baixe e instale a versão mais recente da Demo de Edge TTS
2. Abra o aplicativo e insira o texto que deseja converter
3. Selecione Configurações desejadas de voz e parâmetro (taxa, pitch, volume)
4. Ativar exportação JSON/SRT se necessário
5. Escolha o tipo de limite (frase ou palavra)
6. Clique no botão "Converter & play" para ouvir o discurso sintetizado
7. Use os botões de exportação para salvar arquivos:
   • No iOS: usa a folha de compartilhamento do sistema para manuseio flexível de arquivos
   • No macOS: usa a caixa de diálogo Salvar para escolher o local de salvar

Recursos de exportação

Tipos de arquivo

• MP3: arquivo de áudio com fala sintetizada
• JSON: Metadados de tempo para cada frase/palavra
• SRT: arquivo de legenda com registro de data e hora

Exportação específica da plataforma

• iOS/iPados:
  • Integração da folha de ações do sistema
  • Compartilhe com outros aplicativos
  • Suporte Airdrop
  • Salvar o aplicativo de arquivos
• macos:
  • Diálogo de salvar nativo
  • Escolha Salvar localização
  • Filtragem do tipo de arquivo
  • Manipulação automática de extensão de arquivo

Vozes comuns

Você pode obter a lista de vozes suportadas usando:

 let voices = try await tts . fetchVoices ( )

As vozes populares em inglês incluem:

• en-us-jenneural (feminino)
• En-us-guyurural (masculino)
• En-GB-Sonianeural (feminino)
• en-gb-ryanneural (masculino)
• en-ua-nathaneural (feminino)

Contribuindo

Congratulamo -nos com todas as formas de contribuições, incluindo, entre outros,:

• Relatórios de bugs e sugestões de recursos
• Melhorias de código
• Melhorias de documentação
• Adições de casos de teste

Licença

Este projeto está licenciado sob a licença do MIT - consulte o arquivo License.txt para obter detalhes.