Edge TTS Worker

Edge TTS Worker 是一个部署在 Cloudflare Worker 上的代理服务，它将微软 Edge TTS 服务封装成兼容 OpenAI 格式的 API 接口。通过本项目，您可以在没有微软认证的情况下，轻松使用微软高质量的语音合成服务。

📑 目录

• ✨ 特点
• 🚀 快速部署
• 🧪 测试脚本使用
• 🔧 API 使用说明
• 📝 注意事项
• ❓ 常见问题
• 📄 许可证

✨ 特点

• 绕过大陆地区访问限制，免去微软服务认证步骤
• 提供 OpenAI 兼容的接口格式
• 完全免费 - 基于 Cloudflare Worker 免费计划
• 安全可控 - 支持自定义 API 密钥
• 多语种支持 - 中文、英文、日文、韩文等
• 快速部署 - 几分钟内即可完成

🚀 快速部署

1. 创建 Worker

1. 登录 Cloudflare Dashboard
2. 进入 Workers & Pages
3. 点击 Create Worker
4. 为 Worker 取个名字（比如 edge-tts）

2. 部署代码

1. 删除编辑器中的默认代码
2. 复制 worker.js 中的代码并粘贴
3. 点击 Save and deploy

3. 设置 API Key（可选）

1. 在 Worker 的设置页面中找到 Settings -> Variables
2. 点击 Add variable
3. 名称填写 API_KEY，值填写你想要的密钥
4. 点击 Save and deploy

4. 配置自定义域名（可选）

前提条件

• 你的域名已经托管在 Cloudflare
• 域名的 DNS 记录已经通过 Cloudflare 代理（代理状态为橙色云朵）

配置步骤

1. 在 Worker 的详情页面中
2. 点击 设置 标签
3. 找到 域和路由 部分
4. 点击 添加 按钮
5. 选择 自定义域
6. 输入你想要使用的域名（比如 tts.example.com）
7. 点击 添加域
8. 等待证书部署完成（通常几分钟内）

完成后，你可以通过以下两种方式访问服务：

• Workers 域名：https://你的worker名字.你的用户名.workers.dev
• 自定义域名：https://tts.example.com

注意：自定义域名必须使用 HTTPS，Cloudflare 会自动提供 SSL 证书。

🧪 测试脚本使用

为了方便测试不同的语音效果，项目提供了一个测试脚本。这个脚本会使用不同的语音来合成相同的文本，帮助你快速对比各种语音效果。

使用方法

1. 下载测试脚本 test_voices.sh
2. 给脚本添加执行权限：

chmod +x test_voices.sh

3. 运行脚本：

./test_voices.sh <Worker地址> [API密钥]

示例：

# 使用 API 密钥
./test_voices.sh https://your-worker.workers.dev your-api-key

# 不使用 API 密钥
./test_voices.sh https://your-worker.workers.dev

脚本会为每个支持的语音生成测试音频文件，你可以通过播放这些文件来选择最适合的语音。

🔧 API 使用说明

基础用法

最简单的调用方式：

curl -X POST https://你的worker地址/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "tts-1",
    "input": "你好，世界！",
    "voice": "zh-CN-XiaoxiaoNeural"
  }' --output output.mp3

高级功能

语音情绪控制

curl -X POST https://你的worker地址/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "tts-1",
    "input": "这是一段开心的话！",
    "voice": "zh-CN-XiaoxiaoNeural",
    "style": "cheerful",
    "speed": 1.2
  }' --output happy.mp3

参数说明

参数	类型	必填	说明	默认值	示例值
model	string	是	模型名称（固定值）	-	tts-1
input	string	是	要转换的文本内容	-	"你好，世界！"
voice	string	是	语音角色名称	-	zh-CN-XiaoxiaoNeural
response_format	string	否	音频输出格式	mp3	mp3
speed	number	否	语速调节 (0.5-2.0)	1.0	1.2
pitch	number	否	音调调节 (0.5-2.0)	1.0	1.1
style	string	否	语音情绪风格	general	cheerful

语音角色说明

OpenAI 兼容语音映射

请根据实际需要，在worker.js中添加/修改对应的映射关系。

OpenAI 语音	对应微软语音角色	特点描述
alloy	zh-CN-XiaoxiaoNeural	晓晓 - 温暖自然的女声
echo	zh-CN-YunxiNeural	云希 - 稳重大气的男声
fable	zh-CN-XiaoyiNeural	晓伊 - 亲切温柔的女声
onyx	zh-CN-YunyangNeural	云扬 - 专业权威的男声
nova	zh-CN-XiaohanNeural	晓涵 - 清新活泼的女声
shimmer	zh-CN-XiaomengNeural	晓梦 - 甜美动人的女声

使用注意事项

1. 语音与文本匹配

   • 中文语音(zh-CN)仅支持中文文本
   • 英文语音(en-US)仅支持英文文本
   • 日文语音(ja-JP)仅支持日文文本
   • 韩文语音(ko-KR)仅支持韩文文本

   错误的语音文本匹配可能导致:

   • 发音不自然
   • 语音合成失败
   • API 返回错误
   • 音频质量下降

2. 多语种支持示例

   // 根据文本语言自动选择合适的语音
   function selectVoice(text) {
     if(/[\u4e00-\u9fa5]/.test(text)) {
       return 'zh-CN-XiaoxiaoNeural';  // 中文
     } else if(/^[a-zA-Z\s,.!?]+$/.test(text)) {
       return 'en-US-JennyNeural';     // 英文
     } else if(/[\u3040-\u30ff]/.test(text)) {
       return 'ja-JP-NanamiNeural';    // 日文
     } else if(/[\uAC00-\uD7AF]/.test(text)) {
       return 'ko-KR-SunHiNeural';     // 韩文
     }
     return 'zh-CN-XiaoxiaoNeural';    // 默认中文
   }

支持的语音列表

完整的语音支持列表请参考微软官方文档

语音代码	描述	语言
zh-CN-XiaoxiaoNeural	晓晓 - 温暖活泼	中文
zh-CN-XiaoyiNeural	晓伊 - 温暖亲切	中文
zh-CN-YunxiNeural	云希 - 男声，稳重	中文
zh-CN-YunyangNeural	云扬 - 男声，专业	中文
zh-CN-XiaohanNeural	晓涵 - 自然流畅	中文
zh-CN-XiaomengNeural	晓梦 - 甜美活力	中文
zh-CN-XiaochenNeural	晓辰 - 温和从容	中文
zh-CN-XiaoruiNeural	晓睿 - 男声，儒雅	中文
zh-CN-XiaoshuangNeural	晓双 - 女声，温柔	中文
zh-CN-YunfengNeural	云枫 - 男声，成熟	中文
zh-CN-YunjianNeural	云健 - 男声，阳光	中文
zh-CN-XiaoxuanNeural	晓萱 - 女声，知性	中文
zh-CN-YunxiaNeural	云夏 - 男声，青春	中文
zh-CN-XiaomoNeural	晓墨 - 女声，优雅	中文
zh-CN-XiaozhenNeural	晓甄 - 女声，自信	中文
en-US-JennyNeural	Jenny	英文
en-US-GuyNeural	Guy	英文
ja-JP-NanamiNeural	Nanami	日文
ja-JP-KeitaNeural	Keita	日文
ko-KR-SunHiNeural	Sun-Hi	韩文
ko-KR-InJoonNeural	InJoon	韩文

情绪风格参数

风格参数	效果描述	适用场景
angry	愤怒语气	情感强烈的对话
chat	轻松闲聊	日常对话交流
cheerful	开心愉悦	欢快场景表达
sad	悲伤情绪	抒情感伤场景

更多语音风格和参数设置请参考微软语音合成标记文档

📝 注意事项

1. 本项目仅供学习和个人使用
2. 不建议用于商业项目
3. API 可能随时失效，请谨慎使用
4. 建议在生产环境使用官方付费 API
5. 重要：请使用与语音对应的语言文本，否则可能会转换失败
6. 建议文本长度不要太长，以避免请求超时

❓ 常见问题

1. Q: 为什么转换失败了？
   A: 常见原因：

   • 使用了与语音不匹配的语言（如用英文语音转换中文文本）
   • API Key 错误或认证头部格式不正确
   • 请求参数格式不正确
   • 文本过长
   • 服务暂时不可用

2. Q: 支持哪些音频格式？
   A: 目前仅支持 MP3 格式

3. Q: 有请求限制吗？
   A: Cloudflare Workers 免费版每天有 100,000 次请求限制

4. Q: 如何调整语音效果？
   A: 可以通过调整 speed 参数（范围 0.5-2.0）来改变语速

5. Q: 如何使用自定义域名？
   A: 有两种方式：

   • 方式一：直接使用 Workers 提供的子域名
   • 方式二：使用自己的域名
     1. 域名需要先托管在 Cloudflare
     2. 在 Worker 设置中添加自定义域名
     3. 等待 DNS 生效（通常几分钟）
     4. 使用自定义域名访问 API

6. Q: 为什么要使用自定义域名？
   A: 使用自定义域名有以下好处：

   • 更专业的品牌形象
   • 更容易记忆的地址
   • 可以随时更换底层服务而保持 API 地址不变
   • 便于管理多个 Workers

7. Q: 自定义域名需要付费吗？
   A: 这取决于你的 Cloudflare 计划：

   • 免费计划：可以使用自定义域名，但有一些限制
   • 付费计划：有更多功能和更高的限制

📄 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！