一、Edge-TTS安装

Edge-TTS是一个Python库，它使用微软的Azure Cognitive Services来实现文本到语音转换（TTS）。该库提供了一个简单的API，可以将文本转换为语音，并且支持多种语言和声音。要使用Edge-TTS库，首先需要安装上Edge-TTS库，安装直接使用pip 进行安装即可。

pip install edge-tts

我这里是基于python3.9，在自己的终端窗口中，输入以上安装命令，便会自动安装Edge-TTS

安装完成后，我们可以输入edge-tts，若cmd窗口中输出提示信息，说明已经安装完成。

sage: edge-tts [-h] [-t TEXT] [-f FILE] [-v VOICE] [-l] [--rate RATE] [--volume VOLUME] [-O OVERLAPPING]
                [--write-media WRITE_MEDIA] [--write-subtitles WRITE_SUBTITLES] [--proxy PROXY]
edge-tts: error: one of the arguments -t/--text -f/--file -l/--list-voices is required

二、基本使用

如果要直接在cmd命令行中使用Edge-TTS，我们只需要使用如下命令来运行即可：

edge-tts --text "Hello, world!" --write-media hello.mp3

以上运行完成后，便会在本地生成一个hello.mp3的音频文件，但是这里是默认的语音，我们需要改变语音，来实现符合自己要求的语音，且默认的语音只支持英文。

我们可以直接在cmd窗口中输入如下命令行来查看edge-tts支持的语音：

edge-tts --list-voices
Name: af-ZA-AdriNeural Gender: Female
........
........
........
Name: zh-CN-XiaoxiaoNeural Gender: Female
Name: zh-CN-XiaoyiNeural Gender: Female
Name: zh-CN-YunjianNeural Gender: Male
Name: zh-CN-YunxiNeural Gender: Male
Name: zh-CN-YunxiaNeural Gender: Male
Name: zh-CN-YunyangNeural Gender: Male
Name: zh-CN-liaoning-XiaobeiNeural Gender: Female
Name: zh-CN-shaanxi-XiaoniNeural Gender: Female
Name: zh-HK-HiuGaaiNeural Gender: Female
Name: zh-HK-HiuMaanNeural Gender: Female
Name: zh-HK-WanLungNeural Gender: Male
Name: zh-TW-HsiaoChenNeural Gender: Female
Name: zh-TW-HsiaoYuNeural Gender: Female
Name: zh-TW-YunJheNeural Gender: Male
Name: zu-ZA-ThandoNeural Gender: Female
Name: zu-ZA-ThembaNeural Gender: Male

这里会打印出来所有支持的语音，字母zh开头的便是支持中文的语音，我们使用zh-CN-YunxiNeural，来听听zh-CN-YunxiNeural生成的语音，你不是听过。这里我们只需要添加--voice命令，来指定输出的语音。

edge-tts --voice zh-CN-YunxiNeural --text "hello 大家好，这里是程序员盒子" --write-media hello.mp3

命令行执行完成后，我们可以从cmd命令行中看到，不仅edge-tts可以生成语音，还特意生成了字幕文件，我们可以把这些字幕输入到视频剪辑文件中，就可以自动添加字幕了。

WEBVTT
00:00:00.100 --> 00:00:00.700
hello
00:00:00.800 --> 00:00:01.075
大家
00:00:01.075 --> 00:00:01.387
好
00:00:01.712 --> 00:00:02.000
这里
00:00:02.000 --> 00:00:02.237
是
00:00:02.263 --> 00:00:02.850
人工智能
00:00:02.862 --> 00:00:03.350
研究所

当然edge-tts还支持调整语速与音量，我们只需要添加rate与volume指令

edge-tts --voice zh-CN-YunxiNeural --rate=-4% --text "hello 大家好，这里是人工智能研究所" --write-media hello1.mp3
edge-tts --voice zh-CN-YunxiNeural --volume=-4% --text "hello 大家好，这里是人工智能研究所" --write-media hello1.mp3

rate=-4% 意思是语速降低4%，volume=-4%意思是音量降低4%，当然若是加号，便是增加多少。

三、集成EdgeTTS

问题：在上面的介绍中，我们使用的是命令的方式来运行合成语音文件，但是如果是个web产品，如何集成这个能力呢？其实我们就是希望可以得倒一个API接口，可以直接调用api，实现tts功能的产品化。

这里使用python的FastApi提供了一个POST请求的接口，创建tts.py:

import uvicorn
import edge_tts
import asyncio
from fastapi import FastAPI, Request, Body

app = FastAPI()
@app.post("/api/tts")
async def post_data(text: str = Body('', title = '文本', embed = True),
                    voice: str = Body('', title = '语言参数', embed = True),
                    name: str = Body('', title = '文件名', embed = True),
                    rate: str = Body('', title = '文件名', embed = True),
                    volume: str = Body('', title = '文件名', embed = True)):
    output = "/home/work/tts/result/" + name + ".mp3"
    tts = edge_tts.Communicate(text = text, voice = voice, rate = rate, volume=volume)
    await tts.save(output)
    return {"message": output}
if name == 'main':
    uvicorn.run('tts:app', host = '0.0.0.0', post = 8080)

创建启动文件 tts.sh：

使用nohup后台启动运行服务（线上部署在linux，需要保证服务一直处于运行态）

--host 0.0.0.0表示允许搜索id可以访问这个api服务，

--port8080是访问端口（可以修改）

nohup uvicorn tts:app --host 0.0.0.0 --port 8080 >../tts/tts.log &
#gunicorn tts:app -b 0.0.0.0:8099 -w 4 -k uvicorn.workers.UvicornWorker --daemon
tail -20f ../tts/tts.log

修改tts.sh 为可执行文件：

chmod 777 tts.sh

启动服务

./tts.sh

api测试

curl --location --request POST 'http://127.0.0.1:8080/api/tts' \
--header 'Content-Type: application/json' \
--data-raw '{
    "text": "你好, 这里是AIGOpen，AIGC应用能力开放平台！",
    "name": "123",
    "voice": "zh-CN-XiaoxiaoNeural",
    "rate": "-4%",
    "volume": "+0%"
}'

好啦，人人都可以搭建一套自己的TTS服务啦