TTS 服务（ttsService）

文本转语音合成。默认使用 Edge TTS（免费），可切换 CosyVoice / 百度 TTS。

导入

import { ttsService } from '@/core/services';
import type { TTSConfig, TTSResult, TTSVoice } from '@/core/services';

核心方法

synthesize()

async synthesize(config: TTSConfig): Promise<TTSResult>

参数（TTSConfig）

字段	类型	必填	说明
text	string	✅	要转换的文本
provider	'edge' | 'cosyvoice' | 'kantts' | 'baidu'	否	Provider（默认 edge）
voice	string	✅	语音 ID（如 zh-CN-XiaoxiaoNeural）
speed	number	否	语速 0.5-2.0（默认 1.0）
pitch	number	否	音调 -1.0 到 1.0
volume	number	否	音量 0-1
emotion	string	否	情感（neutral/happy/sad/angry）
format	'mp3' | 'wav' | 'pcm'	否	输出格式（默认 mp3）
sampleRate	24000 | 48000	否	采样率

返回（TTSResult）

字段	类型	说明
audioUrl	string	音频 URL（本地缓存）
duration	number	实际时长（秒）
provider	string	命中的 Provider
voice	string	命中的语音
latencyMs	number	耗时
visemes	Viseme[]	唇形时间轴（用于唇形同步）

示例

const result = await ttsService.synthesize({
  text: '欢迎使用 frame-fab',
  provider: 'edge',
  voice: 'zh-CN-XiaoxiaoNeural',
  speed: 1.0,
  format: 'mp3',
});
console.log(result.audioUrl, result.visemes);

synthesizeBatch()

批量合成。

async synthesizeBatch(
  texts: string[],
  config: TTSConfig
): Promise<TTSResult[]>

内部并发 4 路请求，单 Provider 限流时自动切换。

getVoices()

列出某 Provider 的所有可用语音。

getVoices(provider?: TTSProvider): TTSVoice[]

// 列出 Edge TTS 所有中文女声
const voices = ttsService.getVoices('edge').filter(v => v.language.startsWith('zh') && v.gender === 'female');

支持的 Provider

Provider	价格	质量	音色数	特色
Edge TTS	🆓 免费	⭐⭐⭐⭐	200+	默认推荐，无 API Key
CosyVoice 2.0	💰 付费	⭐⭐⭐⭐⭐	50+	阿里开源，音质最佳
百度 TTS	💰 付费	⭐⭐⭐	20+	老牌服务，国内稳
KAN-TTS	💰 付费	⭐⭐⭐	30+	字节系，情感丰富

默认降级链：

Edge TTS → CosyVoice 2.0 → 百度 TTS

唇形同步元数据（Viseme）

TTS 返回的 visemes 字段包含口型时间轴，用于驱动后续唇形同步：

[
  { time: 0.0, viseme: 'sil' },  // 静音
  { time: 0.1, viseme: 'PP' },   // 双唇音
  { time: 0.3, viseme: 'aa' },   // 开口音
  // ...
]

详见 架构设计 - 唇形同步。

常用语音速查

场景	Provider	Voice ID
中文女声·温柔	Edge	zh-CN-XiaoxiaoNeural
中文女声·活泼	Edge	zh-CN-YunxiNeural
中文男声·成熟	Edge	zh-CN-YunjianNeural
英文女声	Edge	en-US-JennyNeural
日文女声	Edge	ja-JP-NanamiNeural

相关文档

• API 概述
• AI 服务