聲明

本工具是個免費工具，遇到問題，還請自行解決，下面有文字教程，B站有視頻教程（鏈接在文章末尾）；

(資料圖片僅供參考)

其次，微軟接口卡頓，連接超時等問題下方有詳細說明，請仔細看一下；

再次，強制升級是為了統(tǒng)一版本方便問題的收集與解決，如果你能理解最好，不能理解的話，那建議你還是不要用了，強扭的瓜不可能甜！

前言

微軟TTS文本轉(zhuǎn)語音引擎的確是非常NB，合成語音非常接近真人，應(yīng)該是當前同類產(chǎn)品中體驗最好的，官網(wǎng)有提供在線語音合成，但不提供合成后的音頻文件下載，使用時會比較麻煩，所以寫成工具；

目前，MS-TTS工具經(jīng)過N個版本更新，該實現(xiàn)的功能都已經(jīng)一點點肝出來了，稱它為全網(wǎng)最強免費TTS文本語音合成工具應(yīng)該不為過，所以，接下來可能在很長一段時間內(nèi)，除去發(fā)現(xiàn)重大bug外，應(yīng)該都不會再進行大的更新了，當然，有什么好的意見建議可以繼續(xù)留言告知（提示：少數(shù)人需要的特殊功能不在此范圍，真有需要可聯(lián)系定制）。

當前版本：v1.9.6.3

Bug反饋

使用說明(以下內(nèi)容請仔細閱讀)

1、下載的壓縮包記得先解壓縮，再使用！！！

2、解壓后運行主程序 MS-TTS.exe(注意：軟件有加密保護，會被部分殺毒軟件和電腦管家勿報及限制操作權(quán)限，建議將殺毒軟件及電腦管家關(guān)閉后使用，當然，如果不放心，可以不要使用)

3、軟件界面

3.1 接口設(shè)置

左側(cè)最上方為TTS接口選項，當前軟件支持 微軟、 Edge兩大接口，優(yōu)缺點如下：

微軟Edge

角色個性化設(shè)置支持不支持

穩(wěn)定性不穩(wěn)定較穩(wěn)定

合成速度一般快

WAV格式支持不支持

接口下方代理選項專為微軟接口設(shè)置，原因就是因為微軟TTS服務(wù)器網(wǎng)絡(luò)非常不穩(wěn)定，如果一定要使用微軟接口，有條件的話就可以使用http代理，如果沒條件且又一定要使用微軟接口的話，建議在01:00-11:00時間段使用，連接穩(wěn)定性及合成速度相對會好一些！

3.2 選項

合成音頻保存質(zhì)量選項，微軟接口mp3、wav兩種格式都支持，Edge只支持保存mp3格式；

3.3 角色

語言：TTS文本轉(zhuǎn)語音中的文本內(nèi)容所屬語言（一定要和合成內(nèi)容的語言相對應(yīng)）

語音：根據(jù)所先語言不同，對應(yīng)的語音角色也不相同，要自行根據(jù)實際情況選擇

風格：角色的說話語氣風格

角色：這個角色一般是指角色的年齡段（實際使用效果不明顯，且只有少部分角色支持）

語速：語音合成時的說話速度，0是正常水平，>0加快，<0減慢

音調(diào)：語音合成時的說話音調(diào)，0是正常水平，>0音調(diào)升高，<0音調(diào)降低

添加角色：可將設(shè)置好的角色添加到下方的角色列表，用于文本轉(zhuǎn)語音時實現(xiàn)多角色配音的效果（不添加角色時，所有語音合成直接使用上方角色及各項設(shè)置）

3.4 簡單模式-中小文本

主要用于合成文本內(nèi)容不多的情況，可以更為方便快捷的對文本內(nèi)容進行各種自定義

在編輯區(qū)域點擊鼠標右鍵，會彈出右鍵菜單

粘貼：將復制好的文本內(nèi)容粘貼到編輯區(qū)域

清空：清空編輯區(qū)域所有內(nèi)容

插入間隔：在光標所以位置插入間隔標記，后面在進行語音合成時，將會在指定位置按照設(shè)置好的間隔時間進行停頓

設(shè)置角色：使用此功能需要在左側(cè)列表先添加角色，然后使用指定角色對選中范圍文本內(nèi)容進行標記，進行過角色標記的內(nèi)容在后面進行語音合成時，將以指定的角色設(shè)置進行語音合成。

3.5 簡單模式-超長文本

在表格區(qū)域點擊鼠標右鍵，會彈出右鍵菜單：

導入：導入需要進行tts合成的txt文本文件

導入的txt文本大小不能超過5MB（超過5MB文本文件無法導入）

導入的txt文本文件編碼格式必須為UTF-8，非UTF8編碼文件在導入后，在狀態(tài)欄會顯示“編碼錯誤”，在進行tts語音合成時，會直接跳過

清空：清空列表

也可以直接選中多個txt文本文件，拖動到軟件界面完成導入

3.6 SSML

SSML：是一種基于XML的語音合成標記語言，此功能一般只用于需要深度自定義的場景，使用SSML一定要按照其規(guī)定的語法及命令，否則將無法合成（命令語法錯一個字母都不行），具體可點擊右上方綠色文字，跳轉(zhuǎn)到官方SSML文檔進行學習。

SSML：主體內(nèi)容不能超過2500字符（微軟官方有限制）

3.7 軟件設(shè)置

保存目錄：可自定義合成音頻保存目錄（打開：快速打開保存目錄，選擇文件夾：選擇保存目標文件夾）

合成音頻使用原始文件名命名：在超長文本模式下生效，勾選后，最終合并音頻文件名以“原始導入文本文件名_tts”進行命名

合成結(jié)束打開保存目錄：在語音合成任務(wù)完成后打開保存目錄（如果保存文件夾已經(jīng)有打開則不會再打開）

分段音頻合并數(shù)量：在進行超長文本合并時，如果將所有音頻進行完整合并，最終生成的音頻文件將會非常大，動轍幾GB，于是采取了二級合并的模式，可以自行根據(jù)需求按指定數(shù)量合并（如果還是不能理解，打個比方，你的文本合成音頻后，有300個音頻文件，如果對這300個音頻文件進行完整合并，最終合成的文件只有一個，且文件大小將會達到幾GB，不方便移動傳輸，且合成時間會非常長，現(xiàn)增加的二級合并，意思就是按照指定的數(shù)量對前面生成的300個文件進行合并，比如默認二級合并數(shù)量50，意思就是以50個音頻為一組，對前面的300個音頻進行分開合并，這樣300個音頻文件合成完成后，就會生成6個二級合并的音頻文件，每個二級合并音頻文件大小就會降到幾百MB）

合成結(jié)束刪除1級音頻片段：1級音頻片段就是最多的，4位數(shù)字開頭的音頻片段文件

合成結(jié)束刪除2級音頻片段：2級音頻片段就是按照上面指定分段音頻合并數(shù)量對1級音頻片段進行合并后生成的3位數(shù)字開頭音頻文件

是否進行最終完整合并：就是將所有分段音頻文件合并成一個音頻文件。

路徑檢測：顯示YES表示路徑正常，可正常進行音頻合并

保存配置：將各項設(shè)置內(nèi)容保存至配置文件（./Nconfig.ini）

注：刪除音頻片段時，將遵循保護性邏輯，即：在只存在1級音頻片段時，即使勾選合成結(jié)束刪除1級音頻片段也不會執(zhí)行刪除，在同時存在1級音頻片段與2級音頻片段時，勾選刪除1級音頻片段生效，而2級音頻片段即使勾選刪除將不會執(zhí)行，同理，在同時存在1級、2級音頻片段，且進行了最終完整合并的前提下，勾先刪除1級、2級音頻片段才會生效執(zhí)行。

4、多音字

MS-TTS運行后會自動在程序目錄生成“dict.txt”詞典文件，

將需要自動替換的內(nèi)容按照： 原始內(nèi)容,替換內(nèi)容的格式一行一條，寫入“dict.txt”詞典文件保存即可，如下：

5、試聽合成

5.1 試聽

提供最長不超過150字符內(nèi)容的角色聲音試聽，多角色只試聽第一段內(nèi)容

5.2 合成

按照設(shè)置好的角色對指定內(nèi)容進行TTS語音合成

5.3 停止

停止正在進行的任務(wù)

軟件報病毒

視頻教程

視頻為1.9.3版本視頻，多數(shù)操作相同