type
status
date
slug
summary
tags
category
icon
password
本文介绍了如何使用基于Edge的微软TTS库实现文字转语音，并将语音文件添加到剪映中制作抖音视频。文章提供了中文的语言角色列表，并给出了Python脚本示例来演示文字转语音的过程。通过这种方式，可以方便地制作口播视频，并在剪映中添加字幕。
背景介绍
这两天创作了一个介绍OpenAI的SORA视频大模型的抖音视频，在用剪映创作的过程中，里面文字转语音的功能用的不太习惯，特别是部分声音还需要开通vip，作为一个白嫖党，怎么可能轻易屈服，就去开通会员呢，想到之前用到过edge下的微软tts，就借助微软tts，实现了文字转语音，最终把语音文件添加到剪映里面，完成了视频的制作。
抖音视频地址是:https://v.douyin.com/iNudmp5L/
基于Edge,微软TTS是什么东东
这里不做太多基础的介绍，想要了解更多的基础信息，自己上网搜索资讯信息就可以了解到了。
要提到的一点是，微软Azure在TTS(text-to-speech文字转语音)这个人工智能细分领域的影响力是统治级的，一如ChatGPT在NLP领域的随心所欲，予取予求。
几乎所有的抖音营销号口播均采用微软的语音合成技术，其影响力由此可见一斑，仅有的白璧微瑕之处就是价格略高，虽然国内也可以使用科大讯飞语音合成进行平替，但我们只想要最好的那一个，这里我们使用免费的开源库edge-tts来实现文本转语音操作，薅微软edge的羊毛。
TTS文本转语音基础使用方式
在终端下安装edge-tts库，无论你是Mac还是Window
安装完毕后，可以运行
edge-tts --list-voices命令，打印Edge浏览器中，内置的语言角色列表。如果不能出现结果。要么是你没有安装Edge浏览器，要么是你刚刚的Python安装edge-tts库出了问题，排查一下，解决它，能看懂本文，相信你有足够的能力解决掉它。中文edge-tts语言角色列表
我经过整理过滤后，这里列出来中文相关的语言角色列表，毕竟咱们做抖音，快手，视频号，都是面向国人嘛，英语或者其他语言是不需要我们考虑的。
编写python脚本,文字转语音
这里是为了方便记录整理音频文件，更加方便我自己的使用，才写的python脚本，实现文字转语音。也可以直接在终端，通过命令的方式生成音频文件
下面看一个示例
这个示例，就是我最上面那个抖音视频链接里面的音频内容，运行完这个脚本，最终会得到一个完整的mp3音频文件。导入到剪映中，就实现了口播视频的效果。当然了，之前的视频画面还是得你自己准备好。这块只是提供音频，再借助剪映的提取字幕功能，还可以把字幕显示出来。
总结
对于做这种口播相关的视频业务，都可以通过类似这样的方式来实现，先准备好视频画面，然后呢，把你想要介绍描述的文字准备好，再选择一个你喜欢的角色声音，通过脚本运行得到音频，接着再导入到剪映中，微调下视频画面长度，音频长度，最终就可以得到一个完整的视频啦。