Cognitive-Speech-TTS

微软官方TTS示例，快速实现文本转高质量语音

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。

开源 pay_as_you_go 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1014

维护状态活跃

是否开源是

定价模式 pay_as_you_go

项目数据

分类音频音乐

开发团队Azure-Samples

所属国家

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pay_as_you_go

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

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,neuraltts,prosody,speech-sdk,speech-service,speech-synthesis,text-to-mp3,text-to-speech,text-to-wave,traditional-tts,transformer,tts

GitHub 星标★ 1014

30天Star增速

HF 下载量

上线时间2016-05-31 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

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

项目介绍

Cognitive-Speech-TTS 是音频音乐领域的开源项目，由 Azure-Samples 开发，2016 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,014）位列前 30%，在音频音乐分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。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。从国内网络环境看，当前已无法正常访问。

它主要面向的使用场景是：开发语音助手或聊天机器人的语音回复功能。同类可对比的替代方案包括 Coqui TTS、Edge TTS、ESPnet TTS。

上一篇：TTS-Audio-Suite

下一篇：Step-Audio-EditX