OpenAI 通用的微软 Edge TTS API

这个项目提供了一个基于微软 Edge TTS 的 OpenAI TTS API 替代品。它允许用户通过 API 调用将文本转换为语音,支持多种语音和音频格式。

功能特点

• 兼容 OpenAI TTS API 的接口
• 支持多种语音和语言
• 可调节语音速度
• 支持多种音频输出格式(mp3, opus, aac, flac, wav, pcm)
• 提供模型和可用语音列表的 API 端点
• 可选的 API 密钥认证
• Huggingface 支持,便于部署

安装

方法 1:

打开 Huggingface 页面，点击 复制空间 按钮，直接部署。

Huggingface 部署链接

最简单的方法。

视频教程 B站

方法 2: 复制Dockerfile文件内容，在Huggingface上新建空间后，新建Dockerfile文件，粘贴内容,保存就部署了。

方法 3: 本地安装

1. 克隆仓库: bash git clone https://github.com/aigem/edgeTTS-openai-api.git cd edgeTTS-openai-api/src/api

2. 安装依赖:

bash pip install -r requirements.txt

3. 配置环境变量:

复制 .env.example 文件为 .env,并根据需要修改其中的设置: bash cp .env.example .env

2. 服务器将在 http://localhost:PORT 上运行(具体查看 .env 文件)

使用 API:

• 文本转语音: POST /v1/audio/speech
• 获取可用模型列表: GET/POST /v1/models
• 获取可用语音列表: GET/POST /v1/voices
• 获取所有可用语音: GET/POST /v1/voices/all

API 使用示例

文本转语音

bash:README.md curl http://localhost:5050/v1/audio/speech
-H "Authorization: Bearer your_api_key_here"
-H "Content-Type: application/json"
-d '{ "model": "tts-1", "input": "Hello, world!", "voice": "alloy", "response_format": "mp3", "speed": 1.0 }'
--output speech.mp3

获取可用模型列表

bash curl http://localhost:5050/v1/models
-H "Authorization: Bearer your_api_key_here"

环境变量

• API_KEY: API 密钥(默认: 'your_api_key_here')
• PORT: 服务器端口(默认: 5050)
• DEFAULT_VOICE: 默认语音(默认: 'en-US-AndrewNeural')
• DEFAULT_RESPONSE_FORMAT: 默认音频格式(默认: 'mp3')
• DEFAULT_SPEED: 默认语音速度(默认: 1.0)
• DEFAULT_LANGUAGE: 默认语言(默认: 'en-US')
• REQUIRE_API_KEY: 是否要求 API 密钥认证(默认: true)

待办事项

• 增加 Hugging Face 空间环境变量设置 API_KEY
• 开发用户友好的 Web 界面

贡献

欢迎提交问题报告和拉取请求。对于重大更改,请先开issue讨论您想要改变的内容。

许可证

MIT

相关链接

• 视频教程
• 项目 GitHub 仓库