OpenAI-Edge-TTS：本地化 OpenAI 兼容的文本转语音 API，免费高效！
文本转语音（TTS）技术已经成为人工智能领域的重要一环，无论是语音助手、教育内容生成，还是音频文章创作，TTS 工具都能显著提高效率。今天要为大家介绍的是 OpenAI-Edge-TTS，一款基于 Microsoft Edge 在线文本转语音服务的开源项目，它提供了一个与 OpenAI API 兼容的本地 TTS 端点，让你能够通过简单的配置轻松实现文本到语音的转换，而且完全免费！
一、什么是 OpenAI-Edge-TTS？
OpenAI-Edge-TTS 是一个模拟 OpenAI TTS 端点（/v1/audio/speech）的本地服务，使用 Microsoft Edge 在线 TTS 服务来生成语音。通过这款工具，用户无需访问 OpenAI 的官方 API，只需通过本地服务器即可实现文本转语音的功能，同时还支持多种语音和音频格式选项。
项目地址：https://github.com/travisvn/openai-edge-tts
核心特点
- OpenAI 兼容 API
提供/v1/audio/speech端点，与 OpenAI API 端点结构一致，方便用户无缝切换到本地化服务。 - 支持丰富的语音类型
将 OpenAI 的语音选项（如 alloy、echo、fable 等）映射到 Edge-TTS 的等效语音，同时支持直接指定任何 Microsoft Edge-TTS 语音。 - 多种音频格式支持
支持输出多种音频格式，包括 mp3、opus、aac、flac、wav 和 pcm，适配不同使用场景。 - 灵活调整播放速度
支持 0.25 倍到 4.0 倍的播放速度调整，满足特殊场景需求。 - 免费使用
依赖 Microsoft Edge 的在线 TTS 服务，完全免费，降低使用门槛。 - 多语言支持
除英语外，还支持其他语言和地区的语音生成，如日语、中文等。
二、OpenAI-Edge-TTS 的主要应用场景
1. 音频内容创作
快速将文本内容转换为自然流畅的语音，适用于音频文章、播客脚本或教育视频的音频配音。
2. 开发与测试环境
为需要 OpenAI TTS 的开发者提供本地替代方案，便于开发和测试，节省调用官方 API 的成本。
3. 多语言语音输出
支持多语言生成，无论是创建本地化内容，还是测试跨语言功能，OpenAI-Edge-TTS 都能满足需求。
4. 定制化服务
通过可调的播放速度和语音类型，提供更加灵活的语音定制能力，适配特定的项目需求。
三、快速上手 OpenAI-Edge-TTS
1. 环境准备
推荐使用 Docker 部署
- 安装 Docker 和 Docker Compose，确保运行环境就绪。
可选使用 Python 本地运行
- 需要 Python 3.8+ 和 FFMPEG（如果需要进行音频格式转换）。
2. 部署服务
（1）使用 Docker 一键部署
-
克隆项目：
git clone https://github.com/travisvn/openai-edge-tts.git cd openai-edge-tts -
配置环境变量：
在根目录创建.env文件，填写以下内容：API_KEY=your_api_key_here PORT=5050 DEFAULT_VOICE=en-US-AvaNeural DEFAULT_RESPONSE_FORMAT=mp3 DEFAULT_SPEED=1.0 DEFAULT_LANGUAGE=en-US REQUIRE_API_KEY=True REMOVE_FILTER=False EXPAND_API=True或者直接复制默认配置：
cp .env.example .env -
启动服务：
使用 Docker Compose 启动服务：docker compose up --build在后台运行服务：
docker compose up -d
（2）使用 Python 本地运行
-
克隆项目并进入目录：
git clone https://github.com/travisvn/openai-edge-tts.git cd openai-edge-tts -
创建虚拟环境并安装依赖：
python3 -m venv venv source venv/bin/activate # macOS/Linux # 或者 venv\Scripts\activate # Windows pip install -r requirements.txt -
配置环境变量（参考
.env文件）。 -
启动服务：
python app/server.py
3. 测试 API
服务启动后，访问 API 端点：
http://localhost:5050/v1/audio/speech
示例请求
使用 curl 将文本转化为语音并保存为 MP3 文件：
curl -X POST http://localhost:5050/v1/audio/speech \
-H "Content-Type: application/json" \
-H "Authorization: Bearer your_api_key_here" \
-d '{
"input": "Hello, I am your AI assistant!",
"voice": "alloy",
"response_format": "mp3",
"speed": 1.1
}' \
--output speech.mp3
支持其他语言：
curl -X POST http://localhost:5050/v1/audio/speech \
-H "Content-Type: application/json" \
-H "Authorization: Bearer your_api_key_here" \
-d '{
"input": "こんにちは、私はAIアシスタントです。",
"voice": "ja-JP-KeitaNeural"
}' \
--output speech.mp3
四、与官方 OpenAI TTS 的对比
| 功能维度 | OpenAI-Edge-TTS | OpenAI TTS API |
|---|---|---|
| 成本 | 完全免费 | 需按调用量付费 |
| 多语音支持 | 支持 Edge-TTS 全部语音 | 支持官方指定语音 |
| 兼容性 | 模拟 OpenAI API 端点 | 官方支持 |
| 扩展能力 | 可自行扩展语音类型与功能 | 功能固定 |
| 部署方式 | 本地化运行，支持 Docker 部署 | 依赖云端 |
五、总结：文本转语音的本地化高效方案
OpenAI-Edge-TTS 通过模拟 OpenAI TTS API，结合 Microsoft Edge 在线 TTS 服务，为开发者提供了一款免费、高效且功能丰富的文本转语音解决方案。无论是用于本地开发、测试，还是构建音频内容创作平台，这款工具都能极大降低使用成本，同时提供出色的扩展能力。