如何用tts API打造AI配音应用：JavaScript与cURL调用实战-平芜编程栈

【免费下载链接】tts

一个基于 Microsoft Edge TTS 的免费在线语音合成服务，支持 20+ 种中文声音，一键将文字转换为自然流畅的语音。

项目地址：https://gitcode.com/gh_mirrors/tts25/tts

tts 是一个基于 Microsoft Edge TTS 的免费在线语音合成服务，支持 20+ 种中文声音，可一键将文字转换为自然流畅的语音。本文将带你用 JavaScript 和 cURL 调用 tts API，快速打造属于自己的 AI 配音应用——全程免费、无需注册、零配置。🎙️

📦 项目概览：tts 提供了什么

tts 部署在 Cloudflare Workers 上，同时提供网页界面和 RESTful API，兼容 OpenAI TTS 接口格式。它的核心能力包括：

文字转语音（TTS）：基于 Microsoft Edge TTS，提供 20+ 种中文音色
语音转文字（STT）：集成硅基流动 API，支持 9 种音频格式识别
丰富参数：语速、音调、音量、语音风格均可调节
完全免费：无注册门槛，无调用限制

项目的全部代码集中在 index.js 一个文件中，Cloudflare Workers 的部署配置见 wrangler.toml，完整的 API 文档参考 README.md。

两步部署，获得你自己的 API 地址

# 克隆项目 git clone https://gitcode.com/gh_mirrors/tts25/tts # 安装 Wrangler CLI 并启动本地开发 npm install -g wrangler wrangler dev

也可以使用wrangler.toml中的一键部署按钮直接发布到 Cloudflare Workers，部署完成后你会得到一个形如https://your-worker.workers.dev的域名，本文后续所有调用示例都基于这个地址。

🚀 最快上手：用 cURL 生成第一段语音

tts 的文字转语音接口是POST /v1/audio/speech，请求体为 JSON，响应直接返回 MP3 音频流（输出格式为audio-24khz-48kbitrate-mono-mp3）。只需一条 cURL 命令就能得到第一个语音文件：

curl -X POST "https://your-worker.workers.dev/v1/audio/speech" \ -H "Content-Type: application/json" \ -d '{ "input": "你好，欢迎使用 tts 语音合成服务", "voice": "zh-CN-XiaoxiaoNeural", "speed": 1.0, "pitch": "0", "style": "general" }' \ --output speech.mp3

执行完成后，本地就会生成speech.mp3，可以直接用播放器试听。🎧

💡 小贴士：--output参数让 cURL 把响应体直接保存为 MP3 文件。如果响应是 JSON 而不是音频，说明请求出错了，JSON 中的error.message会告诉你是哪里的问题。

💻 JavaScript 调用：浏览器与 Node.js 通用

前端页面调用 tts API 只需要几行fetch代码，响应以 Blob 形式接收：

const response = await fetch('https://your-worker.workers.dev/v1/audio/speech', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ input: "这段文字将在你的网页里被朗读出来", voice: "zh-CN-YunxiNeural", // 换个男声试试 speed: 1.2, // 语速加快 20% pitch: "+5", // 音调略微升高 style: "cheerful" // 愉快欢乐风格 }) }); const audioBlob = await response.blob(); const audioUrl = URL.createObjectURL(audioBlob); new Audio(audioUrl).play(); // 立即播放

同样的写法在 Node.js 中也能直接跑（Node 18+ 内置 fetch），拿到 Blob 后写入文件即可保存：

import { writeFileSync } from 'fs'; const response = await fetch('https://your-worker.workers.dev/v1/audio/speech', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ input: "批量生成旁白第一集", voice: "zh-CN-XiaoxuanNeural" }) }); writeFileSync('ep01.mp3', Buffer.from(await response.arrayBuffer())); console.log('生成成功：ep01.mp3');

⚙️ API 参数完整清单

这是打造配音应用时最常用的 6 个参数（完整定义见 index.js 中的路由处理逻辑）：

参数	类型	默认值	说明
`input`	string	-	要转换的文本内容（必填）
`voice`	string	`zh-CN-XiaoxiaoNeural`	音色，20+ 种中文可选
`speed`	number	`1.0`	语速，范围 0.5 ~ 2.0
`pitch`	string	`"0"`	音调，-50 到 +50
`style`	string	`"general"`	语音风格，见下表
`volume`	string	`"0"`	音量，-50 到 +50

11 种语音风格

style 值	适用场景
`general`	通用旁白（默认）
`assistant`	智能助手、导航播报
`chat`	对话机器人
`customerservice`	客服话术
`newscast`	新闻、资讯播报
`affectionate`	亲子、情感内容
`calm`	助眠、冥想音频
`cheerful`	带货、短视频开场
`gentle`	轻阅读、散文朗读
`lyrical`	诗歌、歌词朗诵
`serious`	正式场合、公告

🛠️ 实战：10 分钟搭一个 AI 配音小应用

下面是一个可直接保存为index.html在浏览器打开的极简配音应用：输入文本 → 选择音色风格 → 一键生成并播放。核心就是"表单 + fetch + Audio 播放"三件套：

<h1>AI 配音小应用</h1> <textarea id="text" rows="6" placeholder="输入要配音的文字…"></textarea> <select id="voice"> <option value="zh-CN-XiaoxiaoNeural">晓晓（温柔）</option> <option value="zh-CN-YunxiNeural">云希（清朗）</option> <option value="zh-CN-XiaoshuangNeural">晓双（活泼）</option> </select> <select id="style"> <option value="general">通用</option> <option value="newscast">新闻播报</option> <option value="cheerful">愉快欢乐</option> </select> <button onclick="generate()">🎬 生成语音</button> <audio id="player" controls></audio> <script> const BASE = 'https://your-worker.workers.dev/v1/audio/speech'; async function generate() { const res = await fetch(BASE, { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ input: document.getElementById('text').value, voice: document.getElementById('voice').value, style: document.getElementById('style').value }) }); if (!res.ok) { const err = await res.json(); alert('生成失败：' + err.error.message); return; } document.getElementById('player').src = URL.createObjectURL(await res.blob()); document.getElementById('player').play(); } </script>

把BASE换成你自己的部署地址，就能得到一个可用的配音工具。想进一步扩展？批量循环调用接口可以为整本小说逐章配音，配合speed和pitch参数还能模拟不同角色的声线。

进阶：上传 txt 文件批量转语音

接口同时支持multipart/form-data方式直接上传 txt 文件（handleFileUpload 负责处理），限制为 500KB、10000 字符以内：

curl -X POST "https://your-worker.workers.dev/v1/audio/speech" \ -F "file=@chapter1.txt" \ -F "voice=zh-CN-XiaoxuanNeural" \ -F "style=newscast" \ --output chapter1.mp3

长文本无需担心，服务端内置了智能分块与批量合成逻辑（optimizedTextSplit），会自动把超长文本切成小段依次合成再拼接。

🧯 错误处理与常见问题

tts 的错误响应采用统一 JSON 结构，error.message是人类可读的原因，error.code便于程序判断：

{ "error": { "message": "音频文件大小不能超过10MB", "type": "invalid_request_error", "code": "file_too_large" } }

常见问题排查：

现象	原因与解决
返回`edge_tts_error`（500）	文本含特殊字符或上游服务波动，可先重试；文本超长时先分片
返回`invalid_file_type`（400）	上传的不是 txt / 支持的音频格式，请检查文件扩展名
浏览器跨域报错	接口已内置完整 CORS 头（handleOptions），确认 URL 域名写对即可
音频"变加速音"	`pitch`传成了语速值；音调范围是 -50 ~ +50，语速`speed`才是 0.5 ~ 2.0