cosin2077 / easyVoice

项目地址：
https://github.com/cosin2077/easyVoice
EasyVoice 🎙️
项目简介 ✨

EasyVoice 是一个开源的文本、小说智能转语音解决方案，旨在帮助用户轻松将文本内容转换为高质量的语音输出。

• 一键生成语音和字幕
• AI 智能推荐配音
• 完全免费，无时长、无字数限制
• 支持将 10 万字以上的小说一键转为有声书！
• 流式传输，多长的文本都能立刻播放
• 支持自定义多角色配音
  
  

无论你是想听小说、为创作配音，还是打造个性化音频，EasyVoice 都是你的最佳助手！

你可以轻松的将 EasyVoice 部署到你的云服务器或者本地！

体验一下[color=var(--fgColor-accent, var(--color-accent-fg))]

[color=var(--fgColor-accent, var(--color-accent-fg))]easyvoice.ioplus.tech

核心功能 🌟[color=var(--fgColor-accent, var(--color-accent-fg))]

• 文本转语音 📝 ➡️ 🎵
  一键将大段文本转为语音，高效又省时。
• 流式传输 🌊
  再多的文本，都可以迅速返回音频直接开始试听！
• 多语言支持 🌍
  支持中文、英文等多种语言。
• 字幕支持 💬
  自动生成字幕文件，方便视频制作和字幕翻译。
• 角色配音 🎭
  提供多种声音选项，完美适配不同角色。
• 自定义设置 ⚙️
  可调整语速、音调等参数，打造专属语音风格。
• AI 推荐 🧠
  通过 AI 智能推荐最适合的语音配置，省心又贴心。
• 试听功能 🎧
  生成前可试听效果，确保每一句都如你所愿！
  

1. 通过 docker 运行

1. # 极简运行，你可以通过 -e 指定环境变量
   
2. docker run -d -p 3000:3000 -v $(pwd)/audio:/app/audio cosincox/easyvoice:latest

复制代码

or 将仓库克隆到本地，使用 Docker Compose 一键运行！

1. docker-compose up -d

复制代码

2. 本地运行项目（请先确保已安装 Node.js 环境，参考：[color=var(--fgColor-accent, var(--color-accent-fg))]安装 Node.js）

1. # 开启/安装 pnpm
   
2. corepack enable
   
3. # 或者使用 npm 安装 pnpm
   
4. npm install -g pnpm
   
5. 
   
6. # 克隆仓库
   
7. git clone git@github.com:cosin2077/easyVoice.git
   
8. cd easyVoice
   
9. # 安装依赖
   
10. pnpm i -r
    
11. 
    
12. # 开发模式
    
13. pnpm dev:root
    
14. 
    
15. # 生产模式
    
16. pnpm build:root
    
17. pnpm start:root

复制代码

3. 生成的音频、字幕保存位置

• Docker 部署： 保存在挂载的 audio 目录下
• Node.js 运行保存在 ./packages/backend/audio 目录下
  

高级
角色自定义

启动服务后尝试在命令行运行下述命令：

1. curl -X POST http://localhost:3000/api/v1/tts/generateJson \
   
2.   -H "Content-Type: application/json" \
   
3.   -d '{
   
4.   "data": [
   
5.     {
   
6.       "desc": "徐凤年",
   
7.       "text": "你敢动他，我会穷尽一生毁掉卢家，说到做到",
   
8.       "voice": "zh-CN-YunjianNeural",
   
9.       "volume": "40%"
   
10.     },
    
11.     {
    
12.       "desc": "姜泥",
    
13.       "text": "徐凤年，你快走，你打不过的",
    
14.       "voice": "zh-CN-XiaoyiNeural"
    
15.     },
    
16.     {
    
17.       "desc": "路人甲",
    
18.       "text": "他可是堂堂棠溪剑仙，这小子真是遇到强敌了",
    
19.       "voice": "zh-CN-XiaoniNeural",
    
20.       "volume": "-20%"
    
21.     },
    
22.     {
    
23.       "desc": "路人乙",
    
24.       "text": "这小子真是不知死活，竟然敢挑战卢白撷",
    
25.       "voice": "zh-TW-HsiaoChenNeural",
    
26.       "volume": "-20%"
    
27.     },
    
28.     {
    
29.       "desc": "旁白",
    
30.       "text": "面对棠溪剑仙卢白撷的杀意，徐凤年按住剑柄蓄势待发，他将姜泥放在心尖上，话锋一句比一句犀利，威逼利诱的要求卢白撷放姜泥一条生路。卢白撷也是不撞南墙不回头的人，他与西楚有深仇大恨不得不报...",
    
31.       "voice": "zh-CN-YunxiNeural",
    
32.       "rate": "0%",
    
33.       "pitch": "0Hz",
    
34.       "volume": "0%"
    
35.     },
    
36.     {
    
37.       "desc": "旁白",
    
38.       "text": "卢白撷凝聚剑气，剑光如虹，直指姜泥。剑气快到姜泥的时候，竟然被一颗小石子打破！万千剑气瞬间消散。居然就是刚刚进入山门的青衣男子。卢白撷心中警铃大作，再次凝结千万水剑想要先下手为强，青衣男子竟然一只手就挡下了，随之飓风盘起，竟然有山呼海啸之势，众人分分被逼退。随后的打斗，青衣男子每一步都精准预测了卢白撷的动作，卢白撷心中惊骇不已。",
    
39.       "voice": "zh-CN-YunxiNeural",
    
40.       "rate": "0%",
    
41.       "pitch": "0Hz",
    
42.       "volume": "0%"
    
43.     },
    
44.     {
    
45.       "desc": "卢白撷",
    
46.       "text": "人心入局，观子无敌，棋局未央，棋子难逃。你是！？ 曹长卿！",
    
47.       "voice": "zh-CN-YunyangNeural",
    
48.       "rate": "-2%",
    
49.       "pitch": "2Hz",
    
50.       "volume": "10%"
    
51.     }
    
52.   ]
    
53. }' \
    
54. -o output.mp3
    

复制代码

你将看到output.mp3文件的生成，并立即可以播放。

参数说明

• text: 你需要转语音的文字。
• voice: 你需要用到的声音，参考：[color=var(--fgColor-accent, var(--color-accent-fg))]支持的声音列表
• rate: 语速调整，百分比形式，默认 +0%（正常），如 "+50%"（加快 50%），"-20%"（减慢 20%）。
• volume: 音量调整，百分比形式，默认 +0%（正常），如 "+20%"（增 20%），"-10%"（减 10%）。
• pitch: 音调调整，默认 +0Hz（正常），如 "+10Hz"（提高 10 赫兹），"-5Hz"（降低 5 赫兹）。
  

接入其他 TTS 服务[color=var(--fgColor-accent, var(--color-accent-fg))]

• TODO
  

技术实现 🛠️[color=var(--fgColor-accent, var(--color-accent-fg))]

• 前端：Vue 3 + TypeScript + Element Plus 🌐
• 后端：Node.js + Express + TypeScript ⚡
• 语音合成：Microsoft Azure TTS(更多引擎接入中) + OpenAI(OpenAI 兼容即可) + ffmpeg 🎤
• 部署：Node.js + Docker + Docker Compose 🐳
  

环境变量 ⚙️[color=var(--fgColor-accent, var(--color-accent-fg))]
[td]

变量名	默认值	描述
PORT	3000	服务端口
OPENAI_BASE_URL	https://api.openai.com/v1	OpenAI 兼容 API 地址
OPENAI_API_KEY	-	OpenAI API Key
MODEL_NAME	-	使用的模型名称
RATE_LIMIT_WINDOW	1	速率限制窗口大小（分钟）
RATE_LIMIT	10	速率限制次数
EDGE_API_LIMIT	3	Edge-TTS API 并发数

• 配置文件：可在 .env 或 packages/backend/.env 中设置，优先级为 packages/backend/.env > .env。
• Docker 配置：通过 -e 参数传入环境变量，如上文示例。
  

FAQ[color=var(--fgColor-accent, var(--color-accent-fg))]

• Q: 如何配置 OpenAI 相关信息?
• A: 在 .env 文件中添加 OPENAI_API_KEY=your_api_key OPENAI_BASE_URL=openai_compatible_base_url MODEL_NAME=openai_model_name，你可以用任何 openai compatible 的 API 地址和模型名称，例如 https://openrouter.ai/api/v1/ 和 deepseek。
• Q: 为什么我的AI配音效果不好？
• A: AI 推荐配音是通过大模型来决定不同的段落的配音参数，大模型的能力直接影响配音结果，你可以尝试更换不同的大模型，或者是用 Edge-TTS 选择固定的声音配音。
• Q: 速度太慢？
• A: AI 推荐配音需要把输入的文本分段、然后让 AI 分析、推荐每一分段的配音参数，最后再生成音频、拼接。速度会比直接用 Edge-TTS慢。你可以更换相应更快的大模型，或者尝试调节 Edge-TTS 的并发参数：EDGE_API_LIMIT为更大的值(10 以下)，注意并发太高可能会有限制。
  
  

Tips

• 当前主要通过 Edge-TTS API 提供免费语音合成。
• 未来计划支持官方 API、Google TTS、声音克隆等功能。