easyVoice

超长文本一键转语音,多角色配音轻松搞定

开源 🏷️完全免费 ✅ 目前可打开 音频音乐 🍴 复刻 385 🐛 待处理 35 👀 关注 17
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2375
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,提供在线网页服务,完全免费使用。

项目预览

easyVoice 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cosin2077
定价模式🏷️完全免费
价格说明开源项目,提供在线网页服务,完全免费使用。
访问状态✅ 目前可打开
是否开源是
主要语言TypeScript
技术栈/模型edge-tts,tts,tts-engines
GitHub 星标★ 2375
上线时间2025-03-15 00:00:00
代码更新2026-11-04
仓库体积2.6 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

easyVoice 是一款开源的文本转语音工具,基于微软 Edge TTS 引擎构建,使用 TypeScript 开发。它主要解决传统 TTS 工具对超长文本支持不佳、无法进行多角色配音的问题。核心能力包括:支持将超长文本自动分段并合成语音,内置多角色配音功能,可为不同对话段落分配不同音色,实现类似有声书或广播剧的效果。项目提供简洁的 API 和命令行接口,方便开发者集成到自己的应用中。技术栈围绕 edge-tts 展开,利用微软在线语音服务的高质量音色,无需额外训练模型即可获得自然流畅的语音输出。整体定位是轻量、易用的 TTS 工具,适合内容创作者、开发者快速生成语音内容。

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 ★ 2375

技术标签

使用教程

难度:入门 约 10 分钟 部署方式:Docker 7 步

环境要求

  • Docker(使用 docker run 或 docker-compose 部署时)
  • Node.js 环境(本地运行项目时)
  • pnpm 包管理器(本地运行项目时,可用 corepack 开启或 npm 全局安装)
  • 服务器或本地机器需开放 3000 端口

安装与启动步骤

  1. 1Docker 一键运行

    最简单的方式,映射 3000 端口并把音频目录挂载到当前目录的 audio 下,可通过 -e 指定环境变量。

    docker run -d -p 3000:3000 -v $(pwd)/audio:/app/audio cosincox/easyvoice:latest
  2. 2克隆仓库用 Compose

    把仓库克隆到本地后,使用 Docker Compose 一键启动服务,无需手动写 docker run 参数。

    git clone git@github.com:cosin2077/easyVoice.git
    cd easyVoice
    docker-compose up -d
  3. 3准备工作:Node 与 pnpm

    本地运行前先确保已安装 Node.js,再开启或安装 pnpm;已有 pnpm 可跳过。

    corepack enable
    npm install -g pnpm
  4. 4拉取项目源码

    从 GitHub 克隆 easyVoice 仓库并进入项目根目录,后续命令都在此目录执行。

    git clone git@github.com:cosin2077/easyVoice.git
    cd easyVoice
  5. 5安装项目依赖

    使用 pnpm 递归安装工作区所有依赖,首次安装耗时较长属正常现象。

    pnpm i -r
  6. 6开发模式启动

    适合调试和二次开发,启动后即可在浏览器访问本地服务。

    pnpm dev:root
  7. 7生产模式启动

    先构建再启动,适合正式部署使用,构建完成后运行 start 命令拉起服务。

    pnpm build:root
    pnpm start:root

关键配置

配置项必填说明示例
-e 环境变量否docker run 时通过 -e 传入环境变量进行配置,README 未列出具体变量名-e KEY=value
-v 挂载目录否Docker 部署时把生成音频保存到宿主机指定目录-v $(pwd)/audio:/app/audio
-p 端口映射是将容器 3000 端口映射到宿主机,接口与页面均走此端口-p 3000:3000

如何确认成功

浏览器访问 http://localhost:3000 能看到页面;或调用 curl -X POST http://localhost:3000/api/v1/tts/generateJson 有响应。

常见问题

Q:生成的音频和字幕文件保存在哪里?

A:Docker 部署保存在挂载的 audio 目录中;Node.js 本地运行保存在 ./packages/backend/audio 目录下。

Q:使用需要付费或有字数限制吗?

A: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。

Q:本地运行需要装什么?

A:需要 Node.js 环境,并准备 pnpm(可用 corepack enable 开启,或 npm install -g pnpm 安装)。

Q:能不能不装环境直接体验?

A:可以,官方提供在线体验地址 https://easyvoice.ioplus.tech,无需自行部署。

Q:文本太长会卡住吗?

A:支持流式传输,再长的文本也能迅速返回音频开始试听,无需等待全部合成完成。

注意事项

  • Windows PowerShell 下 $(pwd) 语法不适用,需替换为实际宿主机路径。
  • Docker 运行时注意 audio 挂载目录的读写权限,否则可能无法写入音频。
  • 本地运行请先安装 Node.js,再执行 pnpm 相关命令。
  • 接口调用地址为 http://localhost:3000/api/v1/tts/generateJson,需服务已启动。

核心亮点

  • 基于微软 Edge TTS,音色自然且免费,无需自建模型
  • 原生支持超长文本自动分段,避免截断问题
  • 多角色配音能力突出,适合有声书、播客等场景

不足之处

  • 依赖微软在线服务,离线环境无法使用
  • 音色和语速等参数定制灵活性有限
  • 文档/社区待观察

适用场景

  • 将长篇小说、文章批量转为有声书音频
  • 为视频、播客添加多角色对话配音
  • 开发语音助手或内容生成应用时集成 TTS 能力

替代项目

Coqui TTS、Piper、Mimic 3

上一篇:voices

下一篇:ComfyUI-EdgeTTS

同类项目推荐

Parakeet 开源

用 PaddlePaddle 一键训练和部署多种主流语音合成模型

PAddle PARAllel text-to-speech toolKIT (supporting Tacotron2, Transformer TTS, FastS···

★ 628 2026-08-09
codename-rvc-fork-4 开源

一键克隆音色,实时转换歌声,创作更自由

Codename's rvc fork version 4, based on Applio.

★ 53 2026-08-09
Irodori-TTS 开源

用表情符号控制语音风格,让 TTS 更生动自然

A Flow Matching-based Text-to-Speech Model with Emoji-driven Style Control

★ 1566 2026-08-09
StyleTTS2 开源

音色情绪几乎以假乱真,听不出是机器在读

StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversari···

★ 6384 2026-08-09
mustango 开源

用自然语言精准控制音乐生成,让每句描述都变成旋律。

Mustango: Toward Controllable Text-to-Music Generation

★ 396 2026-08-09
Talkify 开源

几行代码给网页加上语音朗读,提升无障碍体验

Javascript Text to speech library

★ 244 2026-08-09
flowflow 开源

用 Rust 打造本地优先语音笔记,自动转写并语义搜索。

Agentic Voice Notes for iPhone and macOS - Rust, Dioxus, LanceDB + RIG + SQLite

★ 172 2026-08-09
smol-audio 开源

Colab 里直接跑通的音频模型微调与推理笔记本

Practical, Colab-friendly notebooks for fine-tuning and running audio AI models

★ 424 2026-10-28
jamify 开源

像搭积木一样生成歌曲,每个音符都能控

JAM: A Tiny Flow-based Song Generator with Fine-grained Controllability and Aestheti···

★ 174 2026-08-09