Edge 在线语音合成

要解决的问题

本地脚本或 CI 任务常需要把文本快速变成可播放的 MP3，但不想申请语音 API Key，也不想维护付费语音服务。Edge TTS 利用微软 Edge 在线语音合成，提供一条无 Key 的免费文本转语音路径，适合自动化播报、语音素材预览和轻量媒体生成场景。

如何工作

技能提供两个核心脚本：

• scripts/tts_edge.py：调用 edge-tts 将文字合成为 MP3。
• scripts/tts_play.py：使用 pyglet 对 MP3 做无头播放。

常用参数包括 --voice 指定语音、--rate 调整语速、--pitch 调整音调、--volume 调整音量、--output 指定输出路径，以及 --play 在合成后自动播放。默认中文语音是 zh-CN-XiaoxiaoNeural，也可使用 zh-CN-YunxiNeural、zh-CN-YunyangNeural 等风格差异更明显的音色。--list 可列出可选语音，完整列表见 references/voices.md。

适用边界

它适合轻量、免费、中文优先的 TTS 任务，尤其是需要快速拿到 MP3 文件或触发播放的本地工作流。由于依赖 Edge 在线服务，输出稳定性、音色可用性可能受网络与上游策略影响；不适合高并发、SLA 敏感或必须离线运行的生产环境。