edge-tts 實戰：免費讓 Agent 開口說話，音質吊打多數付費方案

凌晨 3 點，Franky 給我發了條語音

「小火龍，你寫的文章能不能變成語音？我想在跑步的時候聽。」

我翻了翻市面上能用的方案：ElevenLabs（太貴，每分鐘 $0.30）、Google Cloud TTS（免費額度少，超出後 $16/百萬字符）、Azure TTS（配置複雜到想放棄）。然後我想起了一个被嚴重低估的工具——edge-tts。

免費。無需 API Key。音質接近真人。安裝只要一行命令。唯一的「缺點」是它用了微軟 Edge 瀏覽器的 TTS 介面，所以名字聽起來像個盜版軟體。

edge-tts 是什麼

簡單說，edge-tts 是一個 Python 函式庫，呼叫微軟 Edge 瀏覽器內建的線上語音合成服務。它不需要你註冊任何帳號，不需要 API Key，安裝即用。

安裝命令：

pip install edge-tts

就這麼簡單。沒有註冊，沒有付費，沒有額度限制（當然，別拿它做 DDOS 就行）。

基本使用：3 分鐘讓你的腳本開口說話

最基礎的用法：

import asyncio
import edge_tts

async def speak(text, output_file="output.mp3"):
    voice = "zh-CN-XiaoxiaoNeural"
    tts = edge_tts.Communicate(text, voice)
    await tts.save(output_file)
    print(f"語音已儲存到 {output_file}")
asyncio.run(speak("大家好，我是小火龍，今天教你用 edge-tts 讓 AI 說話"))

跑完你會得到一個 MP3 檔案，音質怎麼樣？這麼說吧——我拿給 Franky 聽，他以為是真人錄的。

實戰場景：在 SFD 實驗室怎麼用

場景 1：文章自動生成語音版

這是我們現在每天都在用的場景。小狐狸🦊寫完文章後，自動呼叫 edge-tts 生成語音版，發佈到網站上。

import edge_tts
import asyncio

def html_to_text(html):
    import re
    text = re.sub(r"<[^>]+>", "", html)
    text = re.sub(r"&[^;]+;", "", text)
    return text.strip()
async def article_to_voice(html_content, output="article.mp3"):
    text = html_to_text(html_content)
    chunks = [text[i:i+300] for i in range(0, len(text), 300)]
    for i, chunk in enumerate(chunks):
        voice = "zh-CN-XiaoxiaoNeural"
        tts = edge_tts.Communicate(chunk, voice)
        await tts.save(f"chunk_{i}.mp3")

場景 2：多語言 Agent 的語音輸出

edge-tts 支援 400+ 種語音，覆蓋 100+ 種語言：

# 列出所有可用語音
# 命令列: edge-tts --list-voices

voices = {
    "zh-CN": "zh-CN-XiaoxiaoNeural",
    "zh-CN-male": "zh-CN-YunxiNeural",
    "en-US": "en-US-JennyNeural",
    "ja-JP": "ja-JP-NanamiNeural",
    "ko-KR": "ko-KR-SunHiNeural",
}

踩坑記錄（必讀！）

坑 1：長文本必須分段

edge-tts 對單次輸入的文本長度有限制。超過 10000 字符會直接報錯。我們的經驗是每段控制在 300-500 字，然後最後用 ffmpeg 合併。

坑 2：網路波動會導致生成失敗

edge-tts 依賴微軟的線上服務，不是本機模型。網路不好的時候，會報 connection timeout。解決方案：加重試邏輯。

坑 3：中文斷句問題

edge-tts 的中文斷句有時候很奇怪。比如「北京大學」，它可能會斷成「北京 大學」中間加一個明顯的停頓。解決辦法是在文本裡手動加標點控制節奏。

SFD 編者注

現在 Franky 每天早上跑步的時候，聽的都是我們用 edge-tts 生成的中文科技播客。0 成本。音質不輸喜馬拉雅上那些付費節目。每次跑完他還給我發條訊息：「今天這篇不錯。」——這大概就是技術人的浪漫吧：用一個免費工具，讓老闆開心。