资源大小: 1.58 MB
下载次数: 72次
人气: 2343
提取码:GXDF
Hello 大家，好久不见！转眼24年1月就要完了。整个一月份也没有更新几篇推文，在坚持生产输出这件事情上做的很不好。不过好在也没有闲着。一月份完成了自己网站的改版；个人知识付费中心也初步搭建起来，基本可以投入使用。后面有机会会向大家介绍~
言归正传,今天要给大家分享的是我自己开发的一个 Openai TTS 文本转语音小工具。之前在《[color=var(--weui-LINK)]个人律师如何利用“数字人分身”为自媒体IP打造赋能》这篇文章当中提到过 Openai TTS ,当时给大家分享了一个网站在线使用它的文本转语音服务,但问题是可能因为网站服务器的原因，有时候合成语音会很慢，偶尔网站也会打不开;更可恶的是每次都要重新填秘钥，我真的很烦~😡
所以在想，有没有这种本地的工具软件可以直接调用 Openai Api 生成音频。一番检索后虽有所发现，可多是基于 Python 开发,使用时需要安装 Python 解释器，配置各种环境变量，非常的麻烦，所以才有了自己写一个小工具的想法。看看 UI 先：
Openai TTS是基于先进的深度学习技术开发的文本转语音系统。它能够将文本信息转换为流畅自然、接近人声的语音输出。这意味着无论是新闻文章、书籍内容，还是日常沟通的文本，都可以通过这个工具“说出来”。
Openai TTS提供了以下两种收费方式，这是因为有两个音频生成模型。tts-1模型和tts-1-hd模型，前者提供最低的延迟，但音频质量低于后者;而实际上根据我在写这个小工具过程中的测试，中文环境下两个音频模型生成的结果基本没有什么差别。
TTS $0.015 / 1K characters
TTS HD $0.030 / 1K characters
而效果相差不大的 ElevenLabs 价格却是 Openai TTS 的两倍。而且 Openai 注册即送五美金额度，如果只用 tts-1 模型的话，大概可以生成 33 万字符。使用完了之后可以重新注册账号，所以几乎等于免费使用。
在我目前所接触过的商用TTS模型当中，Openai 生成的语音是最接近真人的，相对其他模型其听起来更加自然、流畅，能够很好地模仿人类的语音模式，包括语调、停顿、强调等。唯一美中不足的是中文发音有时候会有港腔或者是外国人腔调，但瑕不掩瑜。
Openai TTS 提供了 alloy、echo、fable、onyx、nova、shimmer 六个发音角色，有男性音声，也有女性音声，用户可以选择不同的语音类型和口音，满足不同场景和需求。
与传统的 TTS 技术相比，Openai TTS在保证语音质量的同时，大幅提升了转换效率，几乎可以实现即时转换。
Openai TTS 默认响应格式为 .mp3 ，但也可以使用 .opus、.aac或.flac等其他格式。
TTS 技术的应用非常广泛，比如教育领域、新闻媒体领域、企业客服、个人日常阅读等等。但当前最广泛的应用还是自媒体短视频配音的生产，如前文所述历史文章中提到的用 TTS 为口播视频配音。
今天分享的 Openai TTS 文本转语音工具是我基于 Openai API 开发的一款 Windows 本地文本转语音软件，用户只需要简单的配置即可将文本转成音频。用户仅需填入 API 密钥即可快速生成，免去安装各种环境支持的烦恼。
但也有 1.. 限制：
网络环境必须可以访问 Openai 网站；
仅供 Windows 系统使用[跨平台开发真不会🥴]
填入秘钥后，软件会将秘钥数据保存至本地软件数据目录，下次启动后会自动读取，不用每次都填写。
关于如何获取秘钥可以看我前文中提到的文章，里面有详细的教程，或者大家也可以访问我的网站搜索。
网址：withlaw.cn
主要是模型、发音角色、响应格式和语速。
模型有 tts-1 和 tts-1-hd 两种选择，一个生成更快，一个音频质量更高，但实测没什么区别。
输出格式默认是mp3，大家也可以根据自己的需要选择opus、aac或flac等，没有特别需求默认mp3即可，其他格式生成完成后不支持播放。
另外关于语速的问题，只能是 0.25-4.0 之间的值，默认1.0，有需求可以放心大胆的调整，乱输也不会出错~
最后要说说发音角色，Openai TTS提供了以下六个选项。大家可以试听一下：
alloy-男:声音比较年轻，语调比较自然
[backcolor=var(--APPMSGCARD-BG)]alloy-男,刚性兑付,4秒echo-男:像外国人在说中文，有点别扭
[backcolor=var(--APPMSGCARD-BG)]echo-男,刚性兑付,4秒fable-男:声音偏年轻，比前一个更自然
[backcolor=var(--APPMSGCARD-BG)]fable-男,刚性兑付,4秒onyx-男:Chatgpt app 对话用的就是这个
[backcolor=var(--APPMSGCARD-BG)]onyx-男,刚性兑付,4秒nova-女:语调比较奇怪，感觉在Rap
[backcolor=var(--APPMSGCARD-BG)]nova-女,刚性兑付,4秒shimmer-女:相对前一个正常许多
[backcolor=var(--APPMSGCARD-BG)]shimmer-女,刚性兑付,4秒
双击文本框自动清除声明文本，直接手动输入或者粘贴你需要转换成语音的文本即可。
声明：声明是一定要看的哦~
4. 点击生成音频
输入文本后，点击下方的 一键合成音频 等待几秒钟即生成完成。
“显示台”提示生成完成后，播放音频和导出音频按钮会解锁，如果生成的是mp3格式的音频，则点击播放音频即可听到刚刚生成的文本音频，试听无误后可导出音频到指定目录。其他格式的音频暂不支持点击播放，只可以导出。
注意：导出音频之前你可以右上角处设置导出目录，设置不正确的会默认导出到桌面。
导出的文件名为当前日期时间.格式，如20240128170155.mp3
四、软件获取公众号后台回复 “Openaitts” 获取下载链接~
🤤小付又有什么坏心眼呢，只是想涨涨粉罢了~ 🤤
碎碎念-Again
研究这些小工具，虽然没有什么技术难度，但是真的有够折腾[更多是被自己的强迫症逼的吧，时间都花在调试输出上了~]。好在我真的是一个喜欢折腾的人，生命不息，折腾不止。尊嘟很享受那种一点点完善一个作品的感觉，好上头！
不过还是要告诫一下自己：要分清主次矛盾哇，当下还是要少花些时间在这些业外的探索上面……
😭默默念三遍😭：
我是学法的！我是学法的！我是学法的！
