openai-edge-tts

免费替代 OpenAI TTS，一键部署，秒变语音合成 API

openai-edge-tts 是一个免费、高质量的文本转语音（TTS）API 端点，旨在作为 OpenAI、Azure 或 ElevenLabs 等付费 TTS 服务的替代方案。它基于微软 Edge 浏览器的内置 TTS 引擎（edge-tts），通过封装成 OpenAI 兼容的 API 接口，让开发者可以无缝替换原有的 TTS 服务，而无需修改太多代码。项目解决了付费 TTS 服务成本高、接入复杂的问题，提供了简单、快速、高质量的语音合成能力。核心能力包括：支持多种语言和声音（如中文、英文等），可调节语速、音调等参数，输出标准 MP3 音频流，并兼容 OpenAI 的 API 格式，方便集成到现有 AI 应用、聊天机器人或自动化流程中。项目用 Python 编写，部署简单，适合个人开发者和小型团队快速搭建自己的 TTS 服务。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2112

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队travisvn

所属国家

官网地址https://tts.travisvn.com

GitHubhttps://github.com/travisvn/openai-edge-tts

定价模式free

价格说明完全免费，提供高质量文本转语音 API 端点，无付费版本。

访问状态

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型ai,azure,chatgpt,claude,edge-tts,elevenlabs,gpt,llm,llm-webui,llms,local-llm,ollama,ollama-webui,open-webui,openai,self-hosted,speech,text-to-speech,tts

GitHub 星标★ 2112

30天Star增速

HF 下载量

上线时间2024-10-09 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

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4

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 / Docker Compose 方式时必须）
Python 与 pip（使用 Python 本地运行方式时必须）
可访问微软 Edge 在线 TTS 服务的网络（edge-tts 依赖在线服务）

安装与启动步骤

1直接启动容器

最快的方式，使用默认配置在 5050 端口启动服务，无需克隆代码。
```
docker run -d -p 5050:5050 travisvn/openai-edge-tts:latest
```
2克隆项目代码

需要自定义配置或本地构建时，先拉取仓库并进入目录。
```
git clone https://github.com/travisvn/openai-edge-tts.git
cd openai-edge-tts
```
3生成配置文件

复制默认配置为 .env，再按需修改 API_KEY、PORT、默认声音等。
```
cp .env.example .env
```
4Compose 启动服务

推荐的本地运行方式，加 -d 可后台运行，不占用终端。
```
docker compose up -d
```
5本地构建镜像

不用 Compose 时，先构建镜像再用 --env-file 加载 .env 启动。
```
docker build -t openai-edge-tts .
docker run -d -p 5050:5050 --env-file .env openai-edge-tts
```
6启用 ffmpeg 支持

默认镜像不含 ffmpeg，非 MP3 格式转换需开启该构建参数。
```
INSTALL_FFMPEG_ARG=true docker compose up --build
```
7Python 方式运行

建议先建虚拟环境，安装依赖后启动服务，同样监听 5050 端口。
```
pip install -r requirements.txt
python app/server.py
```

关键配置

配置项	必填	说明	示例
`API_KEY`	是	调用接口时 Bearer 校验用的密钥	`sk-xxxxxxxx`
`PORT`	是	服务监听端口，默认 5050	`5050`
`DEFAULT_VOICE`	否	默认语音，可填任意 edge-tts 声音名	`en-US-AvaNeural`
`DEFAULT_RESPONSE_FORMAT`	否	默认输出音频格式，如 mp3、wav	`mp3`
`DEFAULT_SPEED`	否	默认语速，范围 0.25x 至 4.0x	`1.0`
`REQUIRE_API_KEY`	否	是否强制校验请求中的 API Key	`True`

如何确认成功

访问 http://localhost:5050 能连通，且 POST /v1/audio/speech 能返回音频即成功。

常见问题

Q：这个服务需要付费或申请密钥吗？

A：不需要。它基于 edge-tts 调用微软 Edge 在线 TTS，完全免费；API_KEY 只是你自己接口的访问口令。

Q：为什么 wav、opus、flac 等格式转换失败？

A：默认镜像未安装 ffmpeg。可用 INSTALL_FFMPEG_ARG=true 本地构建，或改用 latest-ffmpeg 版镜像。

Q：能换端口吗？

A：可以。在 .env 中修改 PORT，并同步调整 docker run 的端口映射与调用地址。

Q：支持哪些声音？

A：内置 alloy、echo、fable、onyx、nova、shimmer 映射，也可直接指定任意 edge-tts 声音名。

Q：如何做流式语音输出？

A：请求时设置 stream_format 为 sse，服务会通过 SSE 分片推送 base64 音频数据。

注意事项

Windows 与 Linux 均可运行，Docker 方式需要能拉取镜像。
不装 ffmpeg 时仅建议使用 MP3 输出格式。
SSE 流式示例中需把 Authorization 换成你自己的 API_KEY。
edge-tts 依赖微软在线服务，离线环境不可用。

核心亮点

完全免费，无需 API key，直接调用 Edge 的 TTS 引擎，成本为零
API 兼容 OpenAI 格式，可无缝替换现有 TTS 服务，迁移成本低
支持多语言和丰富声音选择，输出音质自然，接近真人

不足之处

依赖微软 Edge 服务，可能受网络或地区限制，稳定性不如商业 API
文档/社区待观察，项目较新，生态和示例较少

适用场景

为聊天机器人或 AI 助手添加语音回复功能，节省 TTS 费用
批量生成语音内容，如播客、有声书，无需付费服务
在本地或私有化部署中，作为离线 TTS 服务替代云端 API

替代项目

edge-tts、Coqui TTS、Piper TTS

项目介绍

openai-edge-tts 是音频音乐领域的开源项目，由 travisvn 开发，2024 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（2,112）位列前 30%，在音频音乐分类的 738 个项目里位列前 10%。

近 42 天，它的 GitHub 星标从 2,037 增加到 2,112，净增 75。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。完全免费，提供高质量文本转语音 API 端点，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：为聊天机器人或AI助手添加语音回复功能，节省TTS费用。同类可对比的替代方案包括 edge-tts、Coqui TTS、Piper TTS。

上一篇：WaveRNN

下一篇：RHVoice