惊艳推荐！8款好用又免费的文本转语音TTS工具
原创 五月的小事 五月的小事2024-02-17 10:01 广东
TTS（Text-to-Speech）技术是一项可以将文本转换成语音的技术。在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。虽然这种方法能够产生可理解的语音，但由于样本数量的限制，很难达到完全自然的语音合成效果。
随着人工智能（AI）技术的进步，基于AI的TTS技术已经成为了新的标准。这种技术使用深度神经网络模型来合成语音，能够更自然地模拟人类的发音和语调，从而产生更加流畅和自然的语音输出。
下面是为大家整理的一些好用又免费的文本转语音工具。
TTS Maker图片
TTS Maker 是一个文本到语音（TTS）服务，支持多种语言和不同的声音选项（包括：中文、英语、日语、法语、阿拉伯语、韩语等等，甚至转换成方言：包括东北话、粤语、闽南话等等）。
特别适用于内容创作者、开发者和企业用户，需要为视频、播客、电子学习材料或任何其他需要语音旁白的项目生成语音。
单次转换限制字符数（ 8000个字符） 每周限制 20000 个字符（部分声音可支持无限制不限量使用）
官网：https://ttsmaker.com/zh-cn
微软Azure图片
微软出品的一种语音服务功能，可将文本转换为逼真的语音。据说是目前最好用的文字转语音工具。
图片
具有神经网络真人发音、支持在线体验和本地部署（通过Docker等方式）。该项目是开源的，后端依赖于微软的Azure语音模型。
有免费版和付费版，免费版有额度上限！微软Azure文本转语音：https://azure.microsoft.com/en-us/products/cognitive-services/text-to-speech/
PaddleSpeech图片
PaddleSpeech 是由百度开发的一个全面、灵活、高效的开源深度学习语音处理框架，基于PaddlePaddle深度学习平台。提供了基于 FastSpeech2 声学模型和 HiFiGAN 声码器的中文流式语音合成系统。
安装paddlespeechPaddleSpeech 快速安装方式有两种，一种是 pip 安装，一种是源码编译（官方推荐）。
pip 安装
pip install pytest-runnerpip install paddlespeech
源码编译
git clone https://github.com/PaddlePaddle/PaddleSpeech.gitcd PaddleSpeechpip install pytest-runnerpip install .
GitHub：https://github.com/PaddlePaddle/PaddleSpeech
VoiceVox图片
VoiceVox是一个开源的文本到语音（TTS）软件，以高质量的语音合成能力著称，特别是在生成日语语音方面。
支持Windows / Mac / Linux三大平台，基于VOICEVOX的OSS（开源软件）版本构建，软件部分是Electron + Vue，语音合成引擎部分是Python + FastAPI。
提供了多种不同的声音库，这些声音库通常基于真实声优的声音进行训练和模拟，使得生成的语音既自然又具有表现力。
官网：https://voicevox.hiroshiba.jp/
GitHub：https://github.com/VOICEVOX/voicevox
TensorFlowTTS图片
TensorFlowTTS（TensorFlow Text-to-Speech）是一个基于TensorFlow 2的开源文本到语音转换库，包含了一系列最先进的深度学习模型，如FastSpeech 2、Tacotron 2、Multi-band MelGAN等，用于生成自然 sounding 的语音。不仅支持高质量的语音合成，还提供了训练、微调和部署这些模型的能力。
获取和使用
作为一个开源项目，TensorFlowTTS可以通过GitHub获得。
pip install TensorFlowTTS
安装完成后，可以轻松地调用预训练模型进行文本到语音转换，或者根据自己的数据集训练新的模型。TensorFlowTTS还提供了丰富的文档和示例代码，帮助用户快速上手和深入理解如何使用这个库。
GitHub：https://github.com/TensorSpeech/TensorFlowTTS
TTSKit图片
TTSKit 是一个基于 Python 的文本转语音（TTS）库，通过集成多种开源TTS技术和模型，如 Tacotron 2、WaveNet、WaveGlow 等，能够生成高质量的语音输出。它支持多种语言和声音，可用于多种应用场景，从基本的文本阅读到复杂的语音交互系统。
获取和使用
TTSKit 作为一个Python库，可以通过 pip 安装。安装过程简单，通常只需要执行如下命令：
pip install ttskit
安装后，开发者可以通过简单的几行代码调用TTSKit生成语音，例如：
import ttskittext = "你好，世界！"ttskit.text_to_speech(text, 'output.mp3')
这将会把文本 "你好，世界！" 转换为语音，并保存到 output.mp3文件中。
TTSKit 提供了一个强大且易于使用的解决方案，使开发者能够在各种Python项目中轻松集成高质量的文本到语音转换功能。
GitHub：https://github.com/kuangdd/ttskit
OpenTTS图片
OpenTTS（Open Text-to-Speech）是一个开源的文本到语音转换项目，通过整合和利用现有的开源TTS引擎（如Mozilla的TTS、MaryTTS、eSpeak NG等）和语音合成技术，为用户和开发者提供了一个统一的接口来生成自然 sounding 语音。
GitHub：https://github.com/synesthesiam/opentts
eSpeak NGeSpeak NG（Next Generation）是一个开源、紧凑的文本转语音（TTS）引擎，是eSpeak的一个分支。eSpeak NG继承了eSpeak的主要特点，包括对多种语言的支持和在多个平台上运行的能力。
这个TTS引擎因其小巧的体积、广泛的语言支持以及可在不同操作系统中运行的灵活性而受到推崇。
支持 Linux 和 Windows、Android 和其他操作系统，支持多种语言和口音，包括中文普通话，并附带许多有用的功能，这使其成为许多用户的理想选择。
GitHub：https://github.com/espeak-ng/espeak-ng
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。