Edge-tts库 命令行工具有哪些常用参数？

2025-08-01 14:17:09 358 分享链接 开发笔记 python

edge-tts 是微软推出的命令行文本转语音工具，基于 Edge 浏览器的语音合成引擎，支持多种语音、语速、语调调整，并能生成音频和字幕文件。以下是其常用参数说明：

edge-tts --file script.txt --voice zh-CN-XiaoxiaoNeural --words-in-cue 10 --write-media output.mp3 --write-subtitles output.vtt

edge-tts --text "闻星落，举目四望，此地原是下游平原。" --voice zh-CN-XiaoxiaoNeural --words-in-cue 10 --write-media output.mp3 --write-subtitles output.vtt

核心参数

1. --text <文本内容>
   指定需要转换为语音的文本。例如：
   --text "Hello, this is a test."
   若文本较长，建议用引号包裹，支持中英文等多语言。

2. --voice <语音ID>
   指定语音合成使用的声音（音色、语言、性别）。

   • 示例：--voice zh-CN-XiaoxiaoNeural（中文女声“晓晓”）、--voice en-US-AriaNeural（英文女声“Aria”）。
   • 可通过 edge-tts --list-voices 查看所有可用语音ID。

3. --rate <语速>
   控制语音速度，默认值为 0%。

   • 格式：支持百分比（+20% 加快20%）或绝对值（-10% 减慢10%）。
   • 范围通常为 -100% 到 +100%。

4. --pitch <语调>
   调整语音的音调高低，默认值为 0%。

   • 格式同语速：+10% 升高音调，-5% 降低音调。

输出控制参数

1. --write-media <文件路径>
   将生成的语音保存为音频文件（通常为 MP3 格式）。
   示例：--write-media output.mp3。
2. --write-subtitles <文件路径>
   生成字幕文件（WebVTT 格式，.vtt），包含文本片段及对应时间戳（用于同步显示）。
   示例：--write-subtitles output.vtt。

3. --volume <音量>
   调整输出音频的音量，默认值为 100%。

   • 格式：50% 表示音量减半，150% 表示音量增加50%。

其他实用参数

1. --list-voices
   列出所有可用的语音ID及其对应的语言、性别等信息。
   用法：直接运行 edge-tts --list-voices。
2. --proxy <代理地址>
   若需通过代理网络访问服务，可指定代理（如 HTTP 或 SOCKS 代理）。
   示例：--proxy http://127.0.0.1:7890。
3. --help
   查看所有参数的详细说明。
   用法：edge-tts --help。

示例命令

# 生成中文语音，保存音频和字幕
edge-tts --text "你好，这是 Edge TTS 的演示。" \
         --voice zh-CN-YunxiNeural \
         --rate +5% \
         --pitch -2% \
         --write-media output.mp3 \
         --write-subtitles output.vtt

通过这些参数，可灵活控制语音合成的效果，满足不同场景（如视频配音、语音播报）的需求。