Python文本转语音实战：FastAPI + Edge-TTS研发指南

Python文本转语音实战：FastAPI + Edge-TTS开发指南

1. 简介

文本转语音（Text-to-Speech, TTS）技术可以将文本转换为自然流畅的语音输出。本指南将介绍如何使用FastAPI框架结合不同的TTS引擎构建Web服务，实现文本到语音的转换功能。

我们将主要介绍一种主流的TTS实现方案：

1. Edge-TTS - 基于微软Edge浏览器的在线TTS服务

此外，还有一种离线TTS方案可供选择：

• Pyttsx3 - 本地离线TTS引擎

为什么选择FastAPI？

FastAPI是一个现代、快速（高性能）的Python Web框架，具有以下优势：

• 自动生成交互式API文档
• 强大的类型提示支持
• 异步编程支持
• 易于部署和扩展

2. 环境准备与安装部署

2.1 系统要求

• Python 3.7+
• pip包管理工具
• 支持的操作系统（Windows、Linux、macOS）

2.2 安装依赖

Edge-TTS方案

# 克隆项目或创建项目目录
mkdir fastapi-tts && cd fastapi-tts
# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Linux/macOS
# 或
venv\Scripts\activate     # Windows
# 安装依赖
pip install fastapi uvicorn edge-tts python-multipart jinja2

2.3 项目结构

fastapi-tts/
├── fastapi-edge-tts.py      # Edge-TTS实现
├── templates/               # HTML模板目录
│   └── index.html          # Edge-TTS Web界面
├── requirements.txt         # Edge-TTS依赖
└── README.md               # 项目说明

3. 代码实现详解

3.1 Edge-TTS实现

核心代码分析

# fastapi-edge-tts.py 核心部分
from fastapi import FastAPI, HTTPException, Query, Request
from fastapi.responses import FileResponse, StreamingResponse, HTMLResponse
from fastapi.templating import Jinja2Templates
import edge_tts
import asyncio
import os
import tempfile
app = FastAPI(title="Edge TTS API")
# 设置模板
templates = Jinja2Templates(directory="templates")
# 定义请求体模型
class TTSRequest(BaseModel):
text: str
voice: Optional[str] = "zh-CN-XiaoxiaoNeural"
rate: Optional[str] = "+0%"
volume: Optional[str] = "+0%"
pitch: Optional[str] = "+0Hz"

主要接口实现

1. 获取语音列表接口

@app.get("/voices")
async def get_voices():
"""获取所有支持的语音列表"""
try:
voices = await edge_tts.list_voices()