TTS（Text-to-Speech）技术是一项可以将文本转换成语音的技术。在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。虽然这种方法能够产生可理解的语音，但由于样本数量的限制，很难达到完全自然的语音合成效果。

随着人工智能（AI）技术的进步，基于AI的TTS技术已经成为了新的标准。这种技术使用深度神经网络模型来合成语音，能够更自然地模拟人类的发音和语调，从而产生更加流畅和自然的语音输出。

下面是为大家整理的一些好用又免费的文本转语音工具。

TTS Maker

TTS Maker 是一个文本到语音（TTS）服务，支持多种语言和不同的声音选项（包括：中文、英语、日语、法语、阿拉伯语、韩语等等，甚至转换成方言：包括东北话、粤语、闽南话等等）。

特别适用于内容创作者、开发者和企业用户，需要为视频、播客、电子学习材料或任何其他需要语音旁白的项目生成语音。

单次转换限制字符数（ 8000个字符） 每周限制 20000 个字符（部分声音可支持无限制不限量使用）

官网：https://ttsmaker.com/zh-cn

微软Azure

微软出品的一种语音服务功能，可将文本转换为逼真的语音。据说是目前最好用的文字转语音工具。

具有神经网络真人发音、支持在线体验和本地部署（通过Docker等方式）。该项目是开源的，后端依赖于微软的Azure语音模型。

有免费版和付费版，免费版有额度上限！微软Azure文本转语音：https://azure.microsoft.com/en-us/products/cognitive-services/text-to-speech/

PaddleSpeech

PaddleSpeech 是由百度开发的一个全面、灵活、高效的开源深度学习语音处理框架，基于PaddlePaddle深度学习平台。提供了基于 FastSpeech2 声学模型和 HiFiGAN 声码器的中文流式语音合成系统。

安装paddlespeech PaddleSpeech 快速安装方式有两种，一种是 pip 安装，一种是源码编译（官方推荐）。

pip 安装

1.       

pip install pytest-runner

2.       

pip install paddlespeech

源码编译

1.       

git clone https://github.com/PaddlePaddle/PaddleSpeech.git

2.       

cd PaddleSpeech

3.       

pip install pytest-runner

4.       

pip install .

GitHub：https://github.com/PaddlePaddle/PaddleSpeech

VoiceVox

VoiceVox是一个开源的文本到语音（TTS）软件，以高质量的语音合成能力著称，特别是在生成日语语音方面。

支持Windows / Mac / Linux三大平台，基于VOICEVOX的OSS（开源软件）版本构建，软件部分是Electron + Vue，语音合成引擎部分是Python + FastAPI。

提供了多种不同的声音库，这些声音库通常基于真实声优的声音进行训练和模拟，使得生成的语音既自然又具有表现力。

官网：https://voicevox.hiroshiba.jp/

GitHub：https://github.com/VOICEVOX/voicevox

TensorFlowTTS

TensorFlowTTS（TensorFlow Text-to-Speech）是一个基于TensorFlow 2的开源文本到语音转换库，包含了一系列最先进的深度学习模型，如FastSpeech 2、Tacotron 2、Multi-band MelGAN等，用于生成自然 sounding 的语音。不仅支持高质量的语音合成，还提供了训练、微调和部署这些模型的能力。

获取和使用

作为一个开源项目，TensorFlowTTS可以通过GitHub获得。

1.       

pip install TensorFlowTTS

安装完成后，可以轻松地调用预训练模型进行文本到语音转换，或者根据自己的数据集训练新的模型。TensorFlowTTS还提供了丰富的文档和示例代码，帮助用户快速上手和深入理解如何使用这个库。

GitHub：https://github.com/TensorSpeech/TensorFlowTTS

TTSKit

TTSKit 是一个基于 Python 的文本转语音（TTS）库，通过集成多种开源TTS技术和模型，如 Tacotron 2、WaveNet、WaveGlow 等，能够生成高质量的语音输出。它支持多种语言和声音，可用于多种应用场景，从基本的文本阅读到复杂的语音交互系统。

获取和使用

TTSKit 作为一个Python库，可以通过 pip 安装。安装过程简单，通常只需要执行如下命令：

1.       

pip install ttskit

安装后，开发者可以通过简单的几行代码调用TTSKit生成语音，例如：

1.       

import ttskit

2.       

3.       

text = "你好，世界！"

4.       

ttskit.text_to_speech(text, 'output.mp3')

这将会把文本 "你好，世界！" 转换为语音，并保存到 output.mp3 文件中。

TTSKit 提供了一个强大且易于使用的解决方案，使开发者能够在各种Python项目中轻松集成高质量的文本到语音转换功能。

GitHub：https://github.com/kuangdd/ttskit

OpenTTS

OpenTTS（Open Text-to-Speech）是一个开源的文本到语音转换项目，通过整合和利用现有的开源TTS引擎（如Mozilla的TTS、MaryTTS、eSpeak NG等）和语音合成技术，为用户和开发者提供了一个统一的接口来生成自然 sounding 语音。

GitHub：https://github.com/synesthesiam/opentts

eSpeak NG

eSpeak NG（Next Generation）是一个开源、紧凑的文本转语音（TTS）引擎，是eSpeak的一个分支。eSpeak NG继承了eSpeak的主要特点，包括对多种语言的支持和在多个平台上运行的能力。

这个TTS引擎因其小巧的体积、广泛的语言支持以及可在不同操作系统中运行的灵活性而受到推崇。

支持 Linux 和 Windows、Android 和其他操作系统，支持多种语言和口音，包括中文普通话，并附带许多有用的功能，这使其成为许多用户的理想选择。

GitHub：https://github.com/espeak-ng/espeak-ng

出自：https://mp.weixin.qq.com/s/JBomyU0qsy0teqn5QQe3nw