Edge-TTS 多角色音频生成器——基于在线微软 Edge TTS 语音服务，将带标记的文本脚本转换为多人配音音频的桌面应用。基于 Electron + Vue 3 + TypeScript 构建。

edge-tts-roles

Edge-TTS 多角色音频生成器——基于在线微软 Edge TTS 语音服务，将带标记的文本脚本转换为多人配音音频的桌面应用。基于 Electron + Vue 3 + TypeScript 构建。

English | 简体中文

如果这个项目对你有帮助，请在 GitHub 上 ⭐ 点个 Star——你的支持是项目持续维护的动力。

只需在纯文本脚本中使用轻量标记（[A]、[B]、[1000]、[R]），为四个角色分别指定不同的神经网络发音人，应用即可逐段合成语音，拼接停顿与蜂鸣声，并可选择性混入前奏 / 尾声 / 背景音乐，最终导出 WAV / MP3 / OGG / FLAC 音频文件。

语音合成本身由微软 Edge 在线语音服务提供，使用时需要联网。

产品截图

Edge-TTS 多角色音频生成器

功能特性

四个可切换的说话角色（A–D）——每个角色可独立配置神经网络发音人、语速、音量和音调。
标记式脚本格式——不离开文本即可切换发音人、插入精确到毫秒的停顿和蜂鸣声。
完整 Edge TTS 音色库——音色列表从服务端获取，按语言分组并显示本地化名称。
长文本可靠生成——网络中断时每个片段自动重试（最多 15 次），内置连接空闲看门狗与自适应退避；已完成片段写入磁盘缓存，失败后重新生成可从断点续跑。
附加音频（v2.0.0）——可选择本地音频文件作为前奏、尾声和背景音乐，每路支持独立的 0–100% 音量调节；背景音乐自动循环铺满整段语音。
即时试听——导出前可在内置播放器中试听全部文本或仅试听选中文本（试听同样包含附加音频混音）。
四种导出格式——WAV（32 位浮点）、MP3、OGG Vorbis、FLAC，全部通过内置的 ffmpeg 二进制处理，无需系统安装 ffmpeg。
音色配置导入/导出——可将四个角色的发音人 / 语速 / 音量 / 音调保存为 JSON 配置文件，在不同脚本间复用。
编辑器辅助功能——查找替换、一键插入标记、快速停顿按钮、实时字数统计、文本文件打开/保存。
内置 9 种语言——英语、简体中文、繁体中文、法语、德语、西班牙语、俄语、日语、阿拉伯语（支持 RTL 布局），界面自动跟随系统语言。
程序启动时窗口默认最大化。

标记语法

标记	含义
`[A]` `[B]` `[C]` `[D]`	从此处起切换为角色 A / B / C / D
`[1000]`	插入 `1000` 毫秒的停顿（任意整数均可）
`[R]`	插入一段 500ms / 1000Hz 的蜂鸣声

首个角色标记之前的文本默认由角色 A 朗读。

[A]你好，我是角色 A。[B]我是角色 B。[1000][C]停顿 1 秒后，角色 C 出场。[R]

使用指南

分配发音人——在右侧「角色语音设置」中，为脚本中用到的每个角色选择神经网络发音人，并按需调整语速 / 音量 / 音调。
编写脚本——在编辑器中输入或粘贴文本，使用工具栏按钮插入角色标记、停顿和蜂鸣声。
（可选）添加附加音频——在发音人设置下方的「附加音频」面板中，分别为前奏 / 尾声 / 背景音乐选择本地文件，并拖动各路音量滑块（0–100%）。
- 前奏在语音之前播放，尾声在语音之后播放；
- 背景音乐叠加在语音下方，时长不足时自动循环。
试听——使用「试听选中文本」/「试听全部文本」在内置播放器中预听效果。
导出——在底部选择输出格式和保存路径，点击「生成音频」。生成过程逐段显示进度，可随时停止。

附加音频支持格式：MP3、WAV、OGG、FLAC、M4A、AAC、OPUS、WMA（即内置 ffmpeg 可解码的格式）。混音结果统一硬限幅到 ±1.0，防止爆音。

键盘快捷键

快捷键	功能
`Ctrl/Cmd + O`	打开文本文件
`Ctrl/Cmd + S`	保存文本
`Ctrl/Cmd + Shift + O`	加载音色配置（JSON）
`Ctrl/Cmd + Shift + S`	保存音色配置（JSON）
`Ctrl/Cmd + F`	查找
`Ctrl/Cmd + H`	替换
`F1`	帮助

工作原理

解析——脚本被拆分为文本 / 停顿 / 蜂鸣片段（textParser.ts）。
合成——每个文本片段以 MP3 流式方式从 Edge TTS 获取。每段设有空闲看门狗（15 秒）识别僵死连接；失败时最多重试 15 次并采用带抖动的退避策略；每个成功片段写入磁盘缓存（userData/tts-segment-cache，按 LRU 淘汰）。
解码与组装——各片段通过内置 ffmpeg 解码为 24kHz 双声道 32 位浮点 PCM，再与生成的静音和蜂鸣音顺序拼接。
混合附加音频——前奏/尾声按音量缩放后顺序拼接；背景音乐按音量缩放、循环至语音长度后叠加，统一做 ±1.0 限幅。
编码输出——WAV 直接写入；MP3 / OGG / FLAC 通过 ffmpeg 编码（libmp3lame、libvorbis、flac）。

项目结构

src/
├── main/                 Electron 主进程
│   ├── index.ts          应用生命周期、默认最大化主窗口
│   ├── ttsService.ts     合成管线：重试、缓存、附加音频混音
│   ├── audioProcessor.ts PCM 运算 + ffmpeg 编解码（24kHz 双声道 f32）
│   ├── ipc.ts            IPC 处理、文件对话框、配置导入导出
│   ├── menu.ts           本地化应用菜单
│   └── settings.ts       electron-store 配置 schema
├── preload/
│   └── index.ts          经 contextBridge 暴露为 window.api
├── renderer/             Vue 3 渲染进程
│   └── src/
│       ├── App.vue
│       ├── components/   TextEditor、RoleSettings、AudioExtrasPanel、
│       │                 OutputPanel、PreviewDialog
│       └── composables/  useI18n
└── shared/               主进程与渲染进程共享代码
    ├── types.ts          请求/响应类型与 IPC 契约
    ├── ipc.ts            IPC 通道名
    ├── textParser.ts     标记解析器
    ├── voiceGroups.ts    音色分组与排序
    └── i18n/             i18n 核心与 7 个语言包

技术栈

Electron 39 + electron-vite 5
Vue 3.5（组合式 API，<script setup>）+ TypeScript 5.9
edge-tts-universal——Edge TTS 客户端
ffmpeg-static——内置 ffmpeg 二进制
electron-builder——打包（NSIS / DMG / AppImage、snap、deb）
electron-store——带类型的本地配置存储

开发指南

环境要求

Node.js ^20.19 || >=22.12（推荐 LTS 版本）
npm
合成时需能访问微软 Edge TTS 服务的网络环境

安装与运行

npm install
npm run dev

类型检查与代码规范

npm run typecheck   # tsc（主进程/preload）+ vue-tsc（渲染进程），仅检查不输出
npm run lint
npm run format

生产构建

npm run build            # 类型检查 + electron-vite 构建（产物输出到 out/）
npm run build:unpack     # 输出解包版应用到 dist/（便于本地快速验证）
npm run build:linux      # Linux x64 + arm64：AppImage、deb、rpm
npm run build:win        # Windows x64 + arm64：NSIS 安装包
npm run build:mac        # macOS x64 + arm64：DMG + ZIP（需在 macOS 上运行）
npm run build:mac:zip    # 仅 macOS x64 + arm64 ZIP（可在 Linux/Windows 上交叉产出）
npm run build:all        # 依次执行 linux + win + mac:zip（CI 发版使用）

各平台脚本会自动先执行 prepare:ffmpeg，下载全部目标平台的 FFmpeg 二进制（Linux x64/arm64、Windows x64、macOS x64/arm64，合计约 320MB）到 resources/ffmpeg/（已被 git 忽略）。二进制与 ffmpeg-static 同源同版本（release b6.1.1，GPL 构建），打包时由 electron-builder 放入 resources/ffmpeg/<platform>-<arch>/，应用运行时按当前平台选择对应文件。GitHub 较慢时可用环境变量 FFMPEG_BINARIES_URL 指定镜像（脚本也会自动回退到 npmmirror 二进制镜像）。

自动更新

应用启动 5 秒后自动检查更新，也可通过菜单 帮助 → 检查更新 手动触发。

主更新源：GitHub Releases（/releases/latest/download/latest*.yml）。
回退源：GitCode Release 附件。若 GitHub 在 3.5 秒内不可达，应用先调用 GitCode 公开 API（/api/v5/repos/<owner>/<repo>/releases/latest，免认证）解析最新 Release 的 tag，再以 /releases/download/<tag>/ 作为 feed base 拉取同名附件（GitCode 不支持 GitHub 的 latest 别名，仓库 raw 地址对缺失文件会返回 HTML，均不可直接用作 feed）。

自动发版（GitHub Actions，推荐）

推送 v* 标签触发 release 工作流：单台 Linux Runner 执行 npm run build:all 完成三平台双架构打包，并把全部安装包、blockmap 与三个 latest*.yml（共 17 个附件）发布到 GitHub Release。
在仓库 Settings → Secrets and variables → Actions 配置 GITCODE_TOKEN 后，工作流会自动把该标签推送到 GitCode 并运行 scripts/publish-gitcode.mjs 镜像全部附件（已存在的同名附件会跳过——GitCode 不支持 API 删除/覆盖）。
Gitee 受单附件 100MB 限制，仍需手动创建仅含源码包的 Release，并在说明中引导到 GitHub/GitCode 下载。
Release 的中英发布说明需在发布后在各平台网页补充（Gitee 仅中文）。推送到 main 的每次提交与 PR 会由 ci 工作流自动执行 typecheck / lint / 单元测试。

也可在 Actions 页面对已有标签手动重跑 release 工作流以补传缺失附件。本地手动发版（无 CI 时）仍可依次执行 build:linux、build:win、build:mac:zip，再以 GITCODE_TOKEN=xxx npm run release:gitcode 镜像到 GitCode。

electron-builder.yml 已配置 publish.provider: github；执行 electron-builder --publish always（需 GH_TOKEN）亦可直接上传产物到 GitHub Releases（本仓库打包脚本统一使用 --publish never，以避免 CI 环境误触发）。

平台说明：

原生安装包原则上需在对应系统上构建。Linux 主机可以构建 Linux 安装包、Windows NSIS 安装包（electron-builder 会自动使用 Wine）以及 macOS ZIP 压缩包，但生成 DMG 必须在 macOS 上；需要 macOS 公证或 Windows 代码签名时，请在对应系统执行。
Windows NSIS 为辅助式（非一键）安装器，安装向导会展示完整的 GNU AGPL v3 许可协议页，并允许用户选择安装目录。
Windows on ARM 没有官方原生 FFmpeg 构建：arm64 安装包内附带的是 x64 版 ffmpeg.exe，借助 Windows 11 on ARM 内置的 x64 模拟运行；若缺失则回退使用系统 PATH 中的 ffmpeg。
npm run build 会在打包前对两个 TypeScript 工程执行开启了 noUnusedLocals / strict 的严格检查，是最权威的校验命令。开发环境无需自行安装 ffmpeg——执行 npm install 时 ffmpeg-static 会自动下载当前平台的二进制。

国际化

全部界面文案位于 src/shared/i18n/locales 下的类型化语言包：英语（基准/兜底）、简体中文、繁体中文、法语、德语、西班牙语、俄语、日语、阿拉伯语。首次启动默认跟随系统语言；用户在主菜单 语言(L) 中的选择会持久化保存并在重启后应用。缺失的 key 会自动回退英语。新增语言只需新增一个语言包并在 src/shared/i18n/index.ts 与 availableLocales() 中登记。

许可证

本项目基于 GNU Affero 通用公共许可证 v3.0（AGPL-3.0-only） 发布，完整协议文本见 LICENSE。

本程序按"现状"分发，不提供任何明示或暗示的担保（包括但不限于适销性、特定用途适用性的默示担保），详见 GNU AGPL 协议条款。

由于本应用链接了使用 AGPL-3.0 协议的 edge-tts-universal，应用整体按 AGPL 发布；同时通过 ffmpeg-static 内置了 GPL 构建版 FFmpeg（GPL-3.0-or-later），其对应源码可在 https://ffmpeg.org/download.html#get-sources 获取。其他主要组件：Electron、Vue.js、electron-store、@electron-toolkit/*、Vite、electron-vite（均为 MIT）以及 TypeScript（Apache-2.0）。完整署名清单可在应用内「帮助 → 关于」中查看。