doubao-open-tts

Doubao Open TTS

使用 Doubao（火山引擎）API V1 接口的文本转语音（TTS）服务，可将文本转换为自然流畅的语音。

功能

• 🎙️ 200 多种语音选项 - 默认使用适用于通用场景的 Shiny（灿灿）
• 🔊 多种音频格式 - 支持 mp3、pcm、wav
• ⚡ 可调参数 - 可控制语速和音量
• 📦 双接口 - 命令行工具 + Python API
• 🎯 语音分类 - 按类别浏览语音

安装

cd skills/doubao-open-tts
pip install -r requirements.txt

配置

方法 1：环境变量

export VOLCANO_TTS_APPID="your_app_id"
export VOLCANO_TTS_ACCESS_TOKEN="your_access_token"
export VOLCANO_TTS_SECRET_KEY="your_secret_key"
export VOLCANO_TTS_VOICE_TYPE="zh_female_cancan_mars_bigtts"  # Optional: set default voice

方法 2：.env 文件

将 .env.example.txt 复制为 .env，并填写凭据：

cp .env.example.txt .env
# Edit the .env file with your credentials

使用方法

命令行

# Basic usage (uses default voice: Shiny)
python scripts/tts.py "Hello, this is a test of Doubao text-to-speech service"

# Specify output file and format
python scripts/tts.py "Welcome to use TTS" -o output.mp3 -e mp3

# Read text from file
python scripts/tts.py -f input.txt -o output.mp3

# Adjust parameters
python scripts/tts.py "Custom voice" --speed 1.2 --volume 0.8 -v zh_female_cancan_mars_bigtts

# List all available voices
python scripts/tts.py --list-voices

# List voices by category
python scripts/tts.py --list-voices --category "General-Multilingual"

# Use different cluster
python scripts/tts.py "Hello" --cluster volcano_tts

# Enable debug mode
python scripts/tts.py "Test" --debug

Python API

from scripts.tts import VolcanoTTS, VOICE_TYPES, VOICE_CATEGORIES

# Initialize client
tts = VolcanoTTS(
    app_id="your_app_id",
    access_token="your_access_token",
    secret_key="your_secret_key",
    voice_type="zh_female_cancan_mars_bigtts"  # Optional: set default voice
)

# List available voices
print("All voices:", tts.list_voices())
print("General voices:", tts.list_voices("General-Normal"))

# Change voice
tts.set_voice("zh_male_xudong_conversation_wvae_bigtts")  # Set to "Happy Xiaodong"

# Synthesize speech
output_path = tts.synthesize(
    text="Hello, this is Doubao text-to-speech",
    voice_type="zh_female_cancan_mars_bigtts",  # Optional: override default
    encoding="mp3",
    cluster="volcano_tts",
    speed=1.0,
    volume=1.0,
    output_file="output.mp3"
)
print(f"Audio saved to: {output_path}")

可用语音类型

通用场景

语音名称	语音类型	描述
Shiny（灿灿）	zh_female_cancan_mars_bigtts	活泼的女声，适用于各种场景
活泼小宁	zh_female_wanwanxiaohe_mars_bigtts	活泼俏皮的女声
小莫	zh_male_xiaomo_mars_bigtts	温暖亲切的男声
小琪	zh_female_xiaoqi_mars_bigtts	专业的女主持人声音
AI 超级大流利	zh_female_gaolanfenqu_mars_bigtts	极其流畅的女声

情感超自然人声

语音名称	语音类型	描述
开心小东	zh_male_xudong_conversation_wvae_bigtts	开朗阳光的男声
悲伤小亮	zh_male_sadxiaoliang_sad_mars_bigtts	忧郁的男声
中性小帅	zh_male_zhongxingxiaoshuai_speech_mars_bigtts	语气中性的男声
开心小美	zh_female_gaoxiaomei_happy_mars_bigtts	开朗的女声
愤怒小甜	zh_female_shengmoxiaotian_angry_mars_bigtts	带有愤怒语气的女声

智能客服

语音名称	语音类型	描述
客服小文	zh_male_jingyixiaowen_mars_bigtts	专业的客服男声
客服小柔	zh_female_xiaorou_customer_service_mars_bigtts	温柔的客服女声

纪录片

语音名称	语音类型	描述
经典小明	zh_male_jingdianxiaoming_mars_bigtts	经典的纪录片男声
旁白小然	zh_female_xiaoran_narration_mars_bigtts	纪录片旁白女声

有声小说

语音名称	语音类型	描述
讲书小桃	zh_female_jiangshuxiaotao_mars_bigtts	讲故事风格的女声
温暖小晨	zh_male_wennuanxiaochen_mars_bigtts	温暖的小说朗读男声

新闻播报

语音名称	语音类型	描述
新闻小志	zh_male_xinwenxiaozhi_mars_bigtts	标准的新闻播报男声
新闻小静	zh_female_xinwenxiaojing_mars_bigtts	专业的新闻播报女声
粤语新闻	zh_male_yueyuxiaowu_mars_bigtts	粤语新闻男声
闽南语新闻	zh_female_minnanxiaoyue_mars_bigtts	闽南语新闻女声

通用多语言

语音名称	语音类型	描述
英语男声（柔和）	en_male_mars_bigtts	柔和的英语男声
英语女声（活泼）	en_female_mars_bigtts	活泼的英语女声
日语男声	ja_male_mars_bigtts	日语男声
日语女声	ja_female_mars_bigtts	日语女声
韩语男声	ko_male_mars_bigtts	韩语男声
韩语女声	ko_female_mars_bigtts	韩语女声
法语男声	fr_male_mars_bigtts	法语男声
法语女声	fr_female_mars_bigtts	法语女声
德语男声	de_male_mars_bigtts	德语男声
德语女声	de_female_mars_bigtts	德语女声
西班牙语男声	es_male_mars_bigtts	西班牙语男声
西班牙语女声	es_female_mars_bigtts	西班牙语女声
俄语男声	ru_male_mars_bigtts	俄语男声
俄语女声	ru_female_mars_bigtts	俄语女声
葡萄牙语男声	pt_male_mars_bigtts	葡萄牙语男声
葡萄牙语女声	pt_female_mars_bigtts	葡萄牙语女声
意大利语男声	it_male_mars_bigtts	意大利语男声
意大利语女声	it_female_mars_bigtts	意大利语女声
阿拉伯语男声	ar_male_mars_bigtts	阿拉伯语男声
阿拉伯语女声	ar_female_mars_bigtts	阿拉伯语女声
印地语男声	hi_male_mars_bigtts	印地语男声
印地语女声	hi_female_mars_bigtts	印地语女声
泰语男声	th_male_mars_bigtts	泰语男声
泰语女声	th_female_mars_bigtts	泰语女声
越南语男声	vi_male_mars_bigtts	越南语男声
越南语女声	vi_female_mars_bigtts	越南语女声
印尼语男声	id_male_mars_bigtts	印尼语男声
印尼语女声	id_female_mars_bigtts	印尼语女声
马来语男声	ms_male_mars_bigtts	马来语男声
马来语女声	ms_female_mars_bigtts	马来语女声
菲律宾语男声	fil_male_mars_bigtts	菲律宾语男声
菲律宾语女声	fil_female_mars_bigtts	菲律宾语女声
土耳其语男声	tr_male_mars_bigtts	土耳其语男声
土耳其语女声	tr_female_mars_bigtts	土耳其语女声
荷兰语男声	nl_male_mars_bigtts	荷兰语男声
荷兰语女声	nl_female_mars_bigtts	荷兰语女声
波兰语男声	pl_male_mars_bigtts	波兰语男声
波兰语女声	pl_female_mars_bigtts	波兰语女声
乌克兰语男声	uk_male_mars_bigtts	乌克兰语男声
乌克兰语女声	uk_female_mars_bigtts	乌克兰语女声
希伯来语男声	he_male_mars_bigtts	希伯来语男声
希伯来语女声	he_female_mars_bigtts	希伯来语女声

方言类别（方言场景）

声音名称	声音类型	描述
粤语男声（粤语男声）	zh_male_yueyuzhongxing_mars_bigtts	粤语男声
粤语女声（粤语女声）	zh_female_yueyumars_mars_bigtts	粤语女声
闽南语男声（闽南语男声）	zh_male_taiminmars_mars_bigtts	闽南语男声
闽南语女声（闽南语女声）	zh_female_minnanAImars_mars_bigtts	闽南语女声
四川话（四川话）	zh_male_sichuanmars_mars_bigtts	四川话男声
上海话（上海话）	zh_female_shanghaihuamars_mars_bigtts	上海话女声
武汉话（武汉话）	zh_male_wuhanmars_mars_bigtts	武汉话男声
湖南话（湖南话）	zh_male_hunanmars_mars_bigtts	湖南话男声
河南话（河南话）	zh_female_henanmars_mars_bigtts	河南话女声
东北话（东北话）	zh_male_dongbeimars_mars_bigtts	东北话男声
山东话（山东话）	zh_male_shandongmars_mars_bigtts	山东话男声
天津话（天津话）	zh_female_tianjinmars_mars_bigtts	天津话女声

特殊类别

声音名称	声音类型	描述
有声小予（有声小予）	zh_female_xiaoyujingxisanguo_mars_bigtts	三国有声书音色
动漫小花（动漫小花）	zh_female_xiaohuadongman_mars_bigtts	动漫风格音色
Rap小蔷（Rap小蔷）	zh_female_xiaoqiangrap_mars_bigtts	Rap 风格女声
Rap大将（Rap大将）	zh_male_rapgeneral_mars_bigtts	Rap 风格男声
智慧的声音（智慧的声音）	zh_male_jinyumars_mars_bigtts	睿智成熟的声音
唠唠叨叨（唠唠叨叨）	zh_female_laolaodaodao_chat_mars_bigtts	健谈的女声
讲话北京（讲话北京）	zh_male_jianghuabeijing_speech_mars_bigtts	北京口音
主播小羊（主播小羊）	zh_female_xiaoyang_host_mars_bigtts	主播风格

输出

生成的音频文件将保存到指定的输出路径（默认：当前目录下的 output.mp3）。

注意事项

1. 确保已设置 VOLCANO_TTS_APPID、VOLCANO_TTS_ACCESS_TOKEN 和 VOLCANO_TTS_SECRET_KEY 环境变量
2. 支持 mp3、pcm 和 wav 格式（默认使用 mp3）
3. 语速范围：0.8-2.0（1.0 为正常语速）
4. 音量范围：0.1-3.0（1.0 为正常音量）
5. 可使用 --list-voices 查看声音类型
6. 不同集群可能支持不同的声音类型；默认集群为 volcano_tts
7. 对于非中文文本，请使用“General-Multilingual”类别中的多语言音色