Edge TTS

Edge-Tts

Edge-TTS-это быстрое реализация услуги Microsoft Edge Text-To Speek (TTS). Эта библиотека предоставляет простой и простой в использовании интерфейс API, который позволяет разработчикам плавно интегрировать высококачественную функциональность текста в речь в приложения Apple Platforms.

日本語ドキュメント | 中文文档 | 한국어 문서

Функции

Многочисленные голоса и языки

• Более 400 голосов нейронной сети
• Поддержка 100+ языков и региональных вариантов
• Эффект синтеза естественного речи

Гибкий голосовой контроль

• Регулируемая скорость речи (от -50% до +100%)
• Управление тоном (от -50 Гц до +50 Гц)
• Регулятор громкости (от -50% до +50%)
• Выбор типа границы (предложение/слово)

Богатые параметры вывода

• Поддержка экспорта формата MP3
• Потоковая передача синтеза речи в реальном времени
• Асинхронное преобразование и воспроизведение
• Необязательный экспорт метаданных JSON
• Необязательный экспорт подзаголовок SRT
• Поддержка экспорта по кроссплатформенным файлам (iOS/macOS)

Инструменты разработки

• Инструмент командной строки для быстрого тестирования и обработки партии
• Нативное приложение с графическим интерфейсом с визуальной конфигурацией
• Подробные примеры документации и использования API

Кроссплатформенная совместимость

• macOS 13,0+
• iOS/iPados 15.0+

Установка

Swift Package Manager

Добавьте следующую зависимость в свой пакет.

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

Быстрый старт

Основное использование

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 ) " )
    }
}

Использование инструмента командной строки

Инструмент CLI предоставляет две основные команды: list и speak .

Список доступных голосов

 # List all available voices
edge-tts-cli list

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

Преобразовать текст в речь

 # 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

Доступные параметры для команды speak :

• --text : Текст, чтобы говорить
• --file : входной путь текстового файла
• --voice : голос для использования (по умолчанию: en-us-jennyneural)
• --lang : язык для использования (по умолчанию: en-us)
• --rate : скорость речи (например, +0%, -10%)
• --pitch : Речь (например, 0 Гц, -10 Гц)
• --volume : объем речи (например, 0%, -10%)
• --boundary : тип границы (предложение или слово, по умолчанию: предложение)
• --save-json : Сохранить информацию о времени как json
• --save-srt : Сохранить информацию о времени как SRT
• --proxy : прокси-URL (например, http: // host: port)
• --output : Имя выходного файла (по умолчанию: output.mp3)

Использование приложения GUI

1. Загрузите и установите последнюю версию Demo Edge TTS
2. Откройте приложение и введите текст, который вы хотите преобразовать
3. Выберите желаемые настройки голоса и параметров (скорость, высота, громкость)
4. Включить экспорт JSON/SRT, если это необходимо
5. Выберите тип границы (предложение или слово)
6. Нажмите кнопку «Преобразовать и воспроизводить», чтобы услышать синтезированную речь
7. Используйте кнопки экспорта, чтобы сохранить файлы:
   • На iOS: использует системный лист общего листа для гибкой обработки файлов
   • На MacOS: используется диалоговое окно «Сохранить» для выбора местоположения сохранения

Экспортные функции

Типы файлов

• Mp3: аудиофайл с синтезированной речью
• Json: метаданные срока для каждого предложения/слова
• SRT: Файл субтитров с временными метками

Платформа экспорта

• iOS/iPados:
  • Интеграция листа System Share
  • Поделиться с другими приложениями
  • Поддержка AirDrop
  • Сохранить в файлах приложение
• macOS:
  • Нативный диалог сохранения
  • Выберите место сохранения
  • Фильтрация типа файла
  • Автоматическая обработка расширения файлов

Общие голоса

Вы можете получить список поддерживаемых голосов, используя:

 let voices = try await tts . fetchVoices ( )

Популярные английские голоса включают в себя:

• En-US-Jennyneural (женщина)
• En-US-Guyneural (мужчина)
• en-gb-sonianeural (женщина)
• En-GB-Ryanneural (мужчина)
• en-au-natashaneural (женщина)

Внося

Мы приветствуем все формы вкладов, включая, помимо прочего:

• Отчеты об ошибках и предложения функций
• Улучшения кода
• Улучшения документации
• Дополнение к тестовым примеру

Лицензия

Этот проект лицензирован по лицензии MIT - для получения подробной информации см. Файл Licence.txt.