java整合edge-tts实现文本转语音

Edge-TTS是一个Python库，可以将文本转换为语音，并且支持多种语言和声音。关于安装edge-tts库可以参考edge-tts微软文本转语音库，来看看这些语音你是不是很熟悉 - 知乎 (zhihu.com)

在java中调用的完整代码如下

package com.tc.util;

import lombok.extern.slf4j.Slf4j;

import java.io.*;

/**
 * @program: sty
 * @description: 文字转语音工具类
 * @author: ltc
 * @created: 2023/10/07 16:32
 */
@Slf4j
public class TTSUtils {

    public static void easy(String txt) {

        String ttsPath = "edge-tts";
        // 保存地址
        String saveFilePath = "D://tts-test//t1.wav";
        // 选择声音模型
        String soundType = "zh-CN-XiaoyiNeural";

        try {
            ProcessBuilder processBuilder = new ProcessBuilder(
                    ttsPath,
                    "--voice", soundType,
                    "--text", txt,
                    "--write-media",saveFilePath );

            Process process = processBuilder.start();
            // 等待FFmpeg进程完成
            int exitCode = process.waitFor();
            if (exitCode == 0) {
                log.info("音频转换成功!");
                // 音频的具体信息
//                SoundInfo.getAudioInfo(saveFilePath);
            } else {
                log.error("音频转换失败!");
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        catch (IOException e) {
            e.printStackTrace();
        }
    }
}

具体参数选择

• text = TEXT 需要转换的文本
• voice = voice 选择的语音
• rate = rate 语速
• volume=volume 音量
• output 输出文件，一般是MP3文件

音频具体信息如下

package com.tc.util;

import java.io.File;
import java.io.IOException;
import java.io.RandomAccessFile;

/**
 * @program: sty
 * @description: 声音信息
 * @author: ltc
 * @created: 2023/10/07 17:31
 */
public class SoundInfo {


    public static void getAudioInfo(String path) throws IOException {
        File f = new File(path);
        RandomAccessFile rdf = null;
        rdf = new RandomAccessFile(f,"r");

        System.out.println("声音尺寸: " + toInt(read(rdf, 4, 4))); // 声音尺寸

        System.out.println("音频格式: " + toShort(read(rdf, 20, 2))); // 音频格式 1 = PCM

        System.out.println("声道数: " + toShort(read(rdf, 22, 2))); // 1 单声道 2 双声道

        System.out.println("采样率: " + toInt(read(rdf, 24, 4)));  // 采样率、音频采样级别 8000 = 8KHz

        System.out.println("波形的数据量: " + toInt(read(rdf, 28, 4)));  // 每秒波形的数据量

        System.out.println("采样帧: " + toShort(read(rdf, 32, 2)));  // 采样帧的大小

        System.out.println("采样位数: " + toShort(read(rdf, 34, 2)));  // 采样位数

        rdf.close();
    }

    /**
     *  工具类相关
     */

    public static int toInt(byte[] b) {
        return ((b[3] << 24) + (b[2] << 16) + (b[1] << 8) + (b[0] << 0));
    }

    public static short toShort(byte[] b) {
        return (short)((b[1] << 8) + (b[0] << 0));
    }

    public static byte[] read(RandomAccessFile rdf, int pos, int length) throws IOException {
        rdf.seek(pos);
        byte result[] = new byte[length];
        for (int i = 0; i < length; i++) {
            result[i] = rdf.readByte();
        }
        return result;
    }
}