MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)

声明

  • 本工具是个免费工具,遇到问题,还请自行解决,下面有文字教程,B站有视频教程(链接在文章末尾);

  • 其次,微软接口卡顿,连接超时等问题下方有详细说明,请仔细看一下;

  • 再次,强制升级是为了统一版本方便问题的收集与解决,如果你能理解最好,不能理解的话,那建议你还是不要用了,强扭的瓜不可能甜!

前言

微软TTS文本转语音引擎的确是非常NB,合成语音非常接近真人,应该是当前同类产品中体验最好的,官网有提供在线语音合成,但不提供合成后的音频文件下载,使用时会比较麻烦,所以写成工具;

目前,MS-TTS工具经过N个版本更新,该实现的功能都已经一点点肝出来了,称它为全网最强免费TTS文本语音合成工具应该不为过,所以,接下来可能在很长一段时间内,除去发现重大bug外,应该都不会再进行大的更新了,当然,有什么好的意见建议可以继续留言告知(提示:少数人需要的特殊功能不在此范围,真有需要可联系定制)。

当前版本:v1.9.6.3

Bug反馈

遇到问题请先更新到最新版本试试!如果还是解决不了,请在公众号回复:加群,添加Q群后,提供触发Bug的具体场景,以便跟踪修复,感谢有你!


使用说明(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(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、软件界面

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第1张图片

3.1 接口设置

左侧最上方为TTS接口选项,当前软件支持 微软Edge 两大接口,优缺点如下:

微软 Edge
角色个性化设置 支持 不支持
稳定性 不稳定 较稳定
合成速度 一般
WAV格式 支持 不支持

接口下方代理选项专为微软接口设置,原因就是因为微软TTS服务器网络非常不稳定,如果一定要使用微软接口,有条件的话就可以使用http代理,如果没条件且又一定要使用微软接口的话,建议在01:00-11:00时间段使用,连接稳定性及合成速度相对会好一些!

3.2 选项

合成音频保存质量选项,微软接口mp3、wav两种格式都支持,Edge只支持保存mp3格式;

3.3 角色

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第2张图片

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

风格:角色的说话语气风格

角色:这个角色一般是指角色的年龄段(实际使用效果不明显,且只有少部分角色支持)

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)

3.4 简单模式-中小文本

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第3张图片

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

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第4张图片

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:在光标所以位置插入间隔标记,后面在进行语音合成时,将会在指定位置按照设置好的间隔时间进行停顿

    MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第5张图片

  • 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。

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第6张图片

3.5 简单模式-超长文本

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第7张图片

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

3.6 SSML

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第8张图片

SSML:是一种基于XML的语音合成标记语言,此功能一般只用于需要深度自定义的场景,使用SSML一定要按照其规定的语法及命令,否则将无法合成(命令语法错一个字母都不行),具体可点击右上方绿色文字,跳转到官方SSML文档进行学习。

SSML:主体内容不能超过2500字符(微软官方有限制)

3.7 软件设置

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第9张图片

  • 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

  • 保存配置:将各项设置内容保存至配置文件(./Nconfig.ini)

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,

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第10张图片

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,如下:

MS-TTS:免费微软TTS语音合成工具(一键合成导出MP3音频)_第11张图片

5、试听合成

5.1 试听

提供最长不超过150字符内容的角色声音试听,多角色只试听第一段内容

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 停止

停止正在进行的任务

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!!!

视频教程

视频为1.9.3版本视频,多数操作相同

https://www.bilibili.com/video/BV1wg411k7SH/

下载地址

前往下载

你可能感兴趣的:(语音识别,服务器,人工智能)