创建这个项目的初衷是为了能够在阅读(legado)中听“晓晓”念书。由于其中的脚本引擎不支持 WebSocket ,所以包装了一下微软 Edge 浏览器“大声朗读”的接口。
如果你的项目可以使用 WebSocket ,请直接在项目中调用原接口。具体代码可以参考 service/edge/index.ts。
2022-09-01:Azure TTS API 好像又改了,旧版用户可能会无法正常使用,请更新到最新版。
2022-07-17:添加 Azure TTS API 支持(没怎么测试,不知道用起来稳不稳定)。因为调用 Azure TTS API 需要获取授权码。其它方式只需要或取一次就可以使用一段时间,而 Vercel 每次调用 API 都需要重新获取授权码。容易超时不说,也加剧了微软服务器的负担,所以不是很推荐部署在 Vercel 的用户使用(虽然也不是不能用~但是万一微软被薅痛了,又改接口就不好了😂)。
2022-07-02:测试目前还支持的格式有 webm-24khz-16bit-mono-opu
、audio-24khz-48kbitrate-mono-mp3
、audio-24khz-96kbitrate-mono-mp3
。另外今天下午开始,使用不在下拉列表中声音会出现类似 “Unsupported voice zh-CN-YunyeNeural.” 错误,后续可能也会被砍掉。且用且珍惜吧!
2022-07-01:部署在中国大陆以外服务器上的服务目前只能选择 所以使用 Vercel 的用户需要重新部署一下。webm-24khz-16bit-mono-opus
格式的音频了!
2022-06-16:Edge 浏览器提供的接口现在已经不能设置讲话风格了,若发现不能正常使用,请参考 #12 获取更新。
请参考下列部署方式。
请先 Fork 一份代码然后部署到自己的 Vercel 中 。参考 演示视频。
注:由于 Vercel 使用了无状态的云函数,每次请求都需要与重新微软的服务器建立连接,所以速度会相对较慢。
请先自行安装好Docker、Docker Compose、node.js、git,不会可以找百度。
docker pull ljmalyp/ms-tts:latest
docker run --name ms-tts -d -p 3000:3000 ljmalyp/ms-tts
docker run --name ms-tts -d -p 3000:3000 -e TOKEN="密码" ljmalyp/ms-tts
cd /home
git clone https://github.com/rogueme/ms-ra-forwarder.git
cd /home/ms-ra-forwarder
在ms-ra-forwarder目录下创建 docker-compose.yml
文件并写入以下内容并保存。
无需自定义的请使用以下内容:
version: '3'
services:
ms-ra-forwarder:
container_name: ms-tts
ports:
- "3000:3000"
image: ljmalyp/ms-tts:latest
需要自定义更改网站文件的请使用以下内容:
version: '3'
services:
ms-ra-forwarder:
container_name: ms-tts
ports:
- "3000:3000"
volumes:
- ./api/:/app/api/
- ./service/:/app/service/
- ./dist/:/app/dist/
- ./public/:/app/public/
image: ljmalyp/ms-tts:latest
在 docker-compose.yml
文件目录下执行
更新环境配置:
docker-compose up -d
如docker-compose.yml文件内容未改变请执行
重启容器:
docker-compose restart
改动后缀ts文件内容后需要重新编译为js才会生效
进入/home/ms-ra-forwarder目录
cd /home/ms-ra-forwarder
编译ts文件
tsc -w
4 浏览器访问 http://localhost:3000
手动运行需要事先安装好 git 和 nodejs。
# 安装依赖
npm install
# 运行
npm run start
请访问你部署好的网站,在页面中测试没有问题后点击“生成阅读(legado)语音引擎链接”,然后在阅读(legado)中导入。
接口地址为:
POST /api/ra
FORMAT: audio-16khz-128kbitrate-mono-mp3
Content-Type: text/plain
<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="en-US">
<voice name="zh-CN-XiaoxiaoNeural">
表征这个词印象中就没在中文里见到过
</voice>
</speak>
请求的正文为 ssml 格式,支持定制发音人和说话风格(最新接口不再支持定制说话风格),下面是相关的示例和文档:
默认的音频格式为 mp3 ,如果需要获取为其他格式的音频请修改请求头的 FORMAT
(可用的选项可以在 ra/index.ts 中查看)。
由于 Vercel 并非无限制的免费,如果需要防止他人滥用你的部署的服务,可以在应用的环境变量中添加 TOKEN
,然后在请求头中添加 Authorization: Bearer <TOKEN>
访问。注意:这只会阻止未授权的请求调用微软的接口,并不会减少 Vercel Serverless Function 限额的用量(大概会减少一点流量)。
- ag2s20150909/TTS:安卓版,可代替系统自带的TTS。
- litcc/tts-server:Rust 版本。
-
微软官方的 Azure TTS 服务目前拥有一定的免费额度,如果免费额度对你来说够用的话,请支持官方的服务。
-
如果只需要为固定的文本生成语音,可以使用有声内容创作。它提供了更丰富的功能可以生成更自然的声音。
-
本项目使用的是Edge浏览器“大声朗读”功能的接口,不保证后续可用性和稳定性。
-
本项目仅供学习和参考,请勿商用。