Cognitive-Speech-TTS

微软官方TTS示例，快速实现文本转高质量语音

开源 🏷️按量计费 🚫 站点已失效 音频音乐 🍴 复刻 547 🐛 待处理 15 👀 关注 83
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1019
维护状态 活跃
是否开源 开源
定价模式 🏷️按量计费 支持限时试用 · Azure TTS 按字符数计费，提供免费额度（每月50万字符），超出后按量付费，具体价格因语音和区域而异。

项目预览

Cognitive-Speech-TTS 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队Azure-Samples
官网地址https://azure.microsoft.com/en-us/services/cognitive-services/text-to-speech
GitHubhttps://github.com/Azure-Samples/Cognitive-Speech-TTS
定价模式🏷️按量计费
价格说明Azure TTS 按字符数计费，提供免费额度（每月50万字符），超出后按量付费，具体价格因语音和区域而异。
访问状态🚫 站点已失效
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型azure-tts,custom-neural-voice,e2etts,foundry-agent-service,neuraltts,prosody,speech-sdk,speech-service,speech-synthesis,text-to-mp3,text-to-speech,text-to-wave,traditional-tts,transformer,tts
GitHub 星标★ 1019
上线时间2016-05-31 00:00:00
代码更新2026-11-06
仓库体积853.1 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数7

项目介绍

这是微软官方提供的文本转语音（TTS）示例代码集，涵盖多种编程语言，属于Azure认知服务的一部分。它主要解决开发者快速接入微软神经TTS能力的问题，包括标准语音、自定义神经语音（Custom Neural Voice）以及丰富的韵律控制（如语速、音调、停顿等）。项目核心能力包括：将文本合成为高质量MP3或WAV音频、使用SSML标记精细控制语音风格和情感、支持批量合成、演示如何通过Speech SDK调用云端服务，并提供端到端的代码示例，帮助用户从零开始构建语音应用。无论是简单的文本朗读，还是复杂的多角色对话、有声书制作，都能从中找到参考实现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1019

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶 约 10 分钟 部署方式：库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

  • Azure 认知服务语音（Speech）资源，用于调用云端 TTS
  • 官方推荐安装并使用 Speech SDK 进行文本转语音
  • 仅在目标平台不支持 SDK 时，才参考仓库中的 REST API 示例
  • 可访问 GitHub 仓库与 Speech SDK 官方文档

安装与启动步骤

  1. 1克隆示例仓库

    把微软官方 TTS 示例仓库下载到本地，仓库内含多种调用方式的参考代码

    git clone https://github.com/Azure-Samples/Cognitive-Speech-TTS

  2. 2准备 Azure 资源

    在 Azure 上开通认知服务语音资源，后续调用云端 TTS 需要该资源的凭据

  3. 3安装 Speech SDK

    按官方文档为你的开发语言安装 Speech SDK，这是微软推荐的接入方式

  4. 4选择调用方式

    优先使用 Speech SDK；只有目标平台不支持 SDK 时，才改用仓库里的 REST API 示例

  5. 5运行示例验证

    打开对应语言的示例代码，按示例内的说明运行，确认能合成出语音音频

如何确认成功

能按示例代码成功调用云端语音合成并拿到音频结果，即说明接入成功。

常见问题

Q：应该用 Speech SDK 还是 REST API？

A：README 明确推荐优先使用 Speech SDK；REST API 示例仅作为目标平台不支持 SDK 时的参考。

Q：遇到问题去哪里交流？

A：可加入 Azure TTS Discord 频道 https://discord.gg/r8HgUTUmWA ，与开发者交流并反馈问题。

Q：项目只有一种语言的示例吗？

A：这是涵盖多种编程语言的 TTS 示例代码集，可找到对应语言的参考实现。

注意事项

  • README 未给出具体安装命令，实际安装步骤请以官方 Speech SDK 文档为准。
  • 官方推荐用 Speech SDK 接入 TTS，REST API 仅作参考。
  • README 说明 Azure TTS 的更新会定期发布，使用前建议查看最新内容。

核心亮点

  • 官方出品，代码质量高，覆盖多种语言（C#、Python、Java等）
  • 支持自定义神经语音和SSML韵律控制，可生成情感丰富的语音
  • 示例场景丰富，包括长文本分段、批量合成、实时流式输出等

不足之处

  • 依赖Azure云服务，需要付费API密钥，无法本地离线运行
  • 文档/社区待观察，部分示例未及时更新到最新SDK版本

适用场景

  • 开发语音助手或聊天机器人的语音回复功能
  • 制作有声书、播客或视频配音，批量生成音频内容
  • 为无障碍应用提供文本朗读能力，如屏幕阅读器

替代项目

Coqui TTS、Edge TTS、ESPnet TTS

上一篇：TTS-Audio-Suite

下一篇：Step-Audio-EditX

同类项目推荐

murf-python-sdk 开源

一行代码，让 Python 应用开口说话

Python sdk for Murf text to speech API

★ 109 2026-08-09
SAPI4 开源

在浏览器里复活微软 Sam 老语音，一键合成怀旧音频

Web interface for Microsoft Sam & friends

★ 140 2026-08-09
nano-qwen3tts-vllm 开源

给 Qwen3-TTS 装上轻量推理引擎，语音生成快约 3 倍

Qwen3-TTS with nano vLLM-style optimizations for fast text-to-speech generation. Ach···

★ 139 2026-10-28
learnable-speech 开源

无需对齐，快速实现跨语言语音合成与克隆

This repo is text to speech with learnable audio encoder without alignment with tra···

★ 56 2026-08-09
GPT-SoVITS 开源

录一分钟声音，AI 就能用你的声音读任何文字

1 min voice data can also be used to train a good TTS model! (few shot voice cloning···

★ 64614 2026-08-09
qwen3-tts-rs 开源

用 Rust 原生跑通 Qwen3-TTS，轻量部署高性能语音合成

Rust implementation of Qwen3-TTS speech synthesis

★ 150 2026-08-09
talkie 开源

选中文案，一键朗读，让网页开口说话。

Text-to-speech browser extension button. Select text on any web page, and have the c···

★ 80 2026-08-09
korean-voice-acting-engine 开源

本地跑通韩语配音训练、转换与审查全流程

Local-first Korean voice acting engine for Codex-assisted training, voice conversion···

★ 69 2026-08-09
SyntaSpeech 开源

让 AI 朗读更有节奏感，像真人一样断句和重音

SyntaSpeech: Syntax-aware Generative Adversarial Text-to-Speech; IJCAI 2022; Officia···

★ 201 2026-08-09