论坛风格切换切换到宽版
AI视频数字人，|

AI视频数字人，|

AI声音克隆 | GP

AI声音克隆 | GP

去视频的移动水

去视频的移动水

Video-subtitle-

Video-subtitle-

发帖 回复
返回列表
  • 9376阅读
  • 1回复

[多媒体类]MS-TTS/Edge-TTS免费文本转语音，一键合成导出MP3音频（2.0.1.4） [复制链接]

 上一主题 下一主题
离线海豚
荣誉会员
 

发帖
14003
金钱
437127
威望
0
贡献值
1
只看楼主 倒序阅读 使用道具 0 发表于: 2023-05-09


软件简介：

众所周知，微软的TTS文本转语音效果非常好，非常接近真人，以至于现在网上非常多营销号，个人用户都在使用。该软件由治廷君使用微软接口制做，可以方便的进行文字转语音。
微软官方地址：
https://azure.microsoft.com/zh-cn/products/cognitive-services/text-to-speech




重要说明

MS-TTS使用的是微软文本转语音演示DEMO页面接口，每次合成内容有长度限制以及合成频率限制，长度限制你们不用管，由软件自动分段切割，合成频率这块软件基本已经调整到了最高上限，千万不要自作聪明多开，免得搞一晚上到最后一个都合成不了还跑来问为什么。
Edge-TTS使用的是edge浏览器大声朗读接口，合成条件相对较宽松，但不支持对语言角色进行深度调整，对语音角色没有特别强的定制需求推荐使用Edge-TTS，接口稳定，合成速度快。


视频教程

https://www.bilibili.com/video/BV1Tk4y1Y7h2/


文字教程(以下内容请仔细阅读)



1、下载的压缩包记得先解压缩，再使用！！！



2、解压后运行主程序 MS-TTS.exe 或Edge-TTS.exe(注意：软件有加密保护，会被部分杀毒软件和电脑管家勿报及限制操作权限，建议将杀毒软件及电脑管家关闭后使用，当然，如果不放心，可以不要使用)



3.1 选项


质量：导出音频文件质量
语言：TTS文本转语音中的文本内容所属语言（一定要和合成内容的语言相对应）
语音：根据所先语言不同，对应的语音角色也不相同，要自行根据实际情况选择
语速：语音合成时的说话速度，0是正常水平，>0加快，<0减慢
音调：语音合成时的说话音调，0是正常水平，>0音调升高，<0音调降低
添加角色：可将设置好的角色添加到下方的角色列表，用于文本转语音时实现多角色配音的效果（不添加角色时，所有语音合成直接使用上方角色及各项设置）
  • 保存：保存当前接口角色列表中的角色数据
  • 载入：载入之前保存过的角色列表数据
  • 删除：删除指定角色（删除角色后为同步角色序号将会自动执行保存功能）
  • 清空：清空列表所有角色数据
全局旁白：合成内容中所有未指定角色内容，统一使用左侧中间部分角色信息进行合成。



3.2 简单模式-中小文本


主要用于合成文本内容不多的情况，可以更为方便快捷的对文本内容进行各种自定义

全局间隔，主要用于一键设置全文所有语句间隔停顿时间。

在编辑区域点击鼠标右键，会弹出右键菜单
  • 粘贴：将复制好的文本内容粘贴到编辑区域
  • 清空：清空编辑区域所有内容
  • 插入间隔：插入指定时长停顿
  • 设置角色：使用此功能需要在左侧列表先添加角色，然后使用指定角色对选中范围文本内容进行标记，进行过角色标记的内容在后面进行语音合成时，将以指定的角色设置进行语音合成。


3.3 简单模式-超长文本


在表格区域点击鼠标右键，会弹出右键菜单：
  • 导入：导入需要进行tts合成的txt文本文件导入的txt文本大小不能超过5MB（超过5MB文本文件无法导入）
  • 导入的txt文本文件编码格式必须为UTF-8，非UTF8编码文件在导入后，在状态栏会显示“编码错误”，在进行tts语音合成时，会直接跳过
清空：清空列表也可以直接选中多个txt文本文件，拖动到软件界面完成导入

3.4 软件设置


  • 保存目录：可自定义合成音频保存目录（打开：快速打开保存目录，选择文件夹：选择保存目标文件夹）
  • 合成音频使用原始文件名命名：在超长文本模式下生效，勾选后，最终合并音频文件名以“原始导入文本文件名_tts”进行命名
  • 合成结束打开保存目录：在语音合成任务完成后打开保存目录（如果保存文件夹已经有打开则不会再打开）
  • 分段音频合并数量：在进行超长文本合并时，如果将所有音频进行完整合并，最终生成的音频文件将会非常大，动辙几GB，于是采取了二级合并的模式，可以自行根据需求按指定数量合并（如果还是不能理解，打个比方，你的文本合成音频后，有300个音频文件，如果对这300个音频文件进行完整合并，最终合成的文件只有一个，且文件大小将会达到几GB，不方便移动传输，且合成时间会非常长，现增加的二级合并，意思就是按照指定的数量对前面生成的300个文件进行合并，比如默认二级合并数量50，意思就是以50个音频为一组，对前面的300个音频进行分开合并，这样300个音频文件合成完成后，就会生成6个二级合并的音频文件，每个二级合并音频文件大小就会降到几百MB）
  • 合成结束删除1级音频片段：1级音频片段就是最多的，4位数字开头的音频片段文件
  • 合成结束删除2级音频片段：2级音频片段就是按照上面指定分段音频合并数量对1级音频片段进行合并后生成的3位数字开头音频文件
  • 是否进行最终完整合并：就是将所有分段音频文件合并成一个音频文件。
  • 路径检测：显示YES表示路径正常，可正常进行音频合并，NO表示软件保存完整路径中存在空格(),;等特殊特殊字符，需要将路径中的特殊字符去除才可以（最简单的解决方法，将软件解压缩，或是剪切到磁盘根目录,除了C盘其它哪个盘都行，有的电脑系统C盘软件操作需要额外权限）
  • 保存配置：将各项设置内容保存至配置文件
注：删除音频片段时，将遵循保护性逻辑，即：在只存在1级音频片段时，即使勾选合成结束删除1级音频片段也不会执行删除，在同时存在1级音频片段与2级音频片段时，勾选删除1级音频片段生效，而2级音频片段即使勾选删除将不会执行，同理，在同时存在1级、2级音频片段，且进行了最终完整合并的前提下，勾先删除1级、2级音频片段才会生效执行。


4、多音字

MS-TTS运行后会自动在程序目录生成“dict.txt”词典文件，

将需要自动替换的内容按照：
原始内容,替换内容
的格式一行一条，写入“dict.txt”词典文件保存即可，dict必须为utf-8编码)，如下：

直接使用拼音替换指定多音字，例如：wēn，wén，wěn，wèn



5、试听合成




5.1 试听

单角色提供最长不超过3000字符内容的角色声音试听，存在多角色时，只能试听第一段内容；


5.2 合成

按照设置好的角色对指定内容进行TTS语音合成


5.3 全局旁白


老版本合成内容角色设置要么全部设置角色，要么全部不设置，在合成内容中同时存在指定角色内容和未指定角色内容时，只能合成指定角色内容，当前版本合成音频时，指定角色内容使用左下方角色列表中指定角色进行合成，未指定角色内容全部使用左侧中间角色数据进行合成，因为这部分内容不需要指定角色，也以叫全局旁白；


5.4 停止

停止正在进行的任务


5.5 更新



为大家减少麻烦，软件已启用自动更新，当软件检测到新版本后会自动下载新版本，下载完成后重新运行即可，**重点：更新时会自动打本页面，请务必仔细阅读更新内容，方便掌握最新功能。


软件报病毒


软件有加密保护，会被部分杀软误报，所以，如果你在使用过程中遇到这样或那样的问题，请尝试关闭各类杀毒软件或电脑管家后再试一下，当然：如果不放心请勿使用，谢谢！！！


常见问题：合成正常，但无法进行最终合并

  • 1、检查软件保存完整路径以及输出音频保存路径是否存在空格(),;等特殊特殊字符，如有，需要将路径中的特殊字符去除；
  • 2、彻底退出杀毒软件/电脑管家，鼠标右键-使用管理员模式运行此程序；


下载地址：

城通盘：https://url61.ctfile.com/d/12483661-53139189-db63b1?p=3333 访问码：3333
天翼云：https://cloud.189.cn/t/eq6vUnuInANz 访问码：8bwn
蓝奏云：https://mefcl.lanzouw.com/b012cemda 密码：atgt
123 盘：https://www.123pan.com/s/QdiA-LJxmh
评价一下你浏览此帖子的感受

精彩
感动
搞笑
开心
愤怒
无聊
灌水

相关话题

我爱潜水!
回复
举报
分享到 淘江湖 新浪 QQ微博 QQ空间 开心 人人 豆瓣 网易微博 百度 鲜果 白社会 飞信
离线ylmqsg
新手上路

发帖
53
金钱
415
威望
0
贡献值
0
只看该作者 1 发表于: 2023-05-12
谢谢分享。
回复
举报
发帖 回复
返回列表
快速回复
限100 字节
 
上一个 下一个