# TTS-Plus: 强大且灵活的命令行文本转语音工具集
TTS-Plus 是一个基于 Python 的命令行工具集,旨在提供从文本到最终音频作品的全套解决方案。它不仅仅是一个简单的文本转语音(TTS)工具,更提供了一系列强大的功能,如自动角色分配、音频合并、背景音乐添加和音频美化等。
##核心功能
- **智能文本分析**: 利用大型语言模型(通过 Ollama)将纯文本转换为带有角色分配的结构化 XML,实现多人对话的语音合成。
- **多后端支持**: 支持多种TTS后端,如 `CrispASR` 和 `QTR`(WebSocket)。
- **音频后期处理**:
- 将合成的音频片段无缝合并成单个文件。
- 轻松添加和混合背景音乐,并控制其音量。
- 自动移除音频开头和结尾的多余静音。
- **灵活的格式转换**: 支持 `wav` 和 `mp3` 格式的输出和转换。
- **高度可定制**: 所有命令和选项都提供了丰富的参数,以满足各种复杂需求。
## 工作流程
一个典型的使用流程如下:
1. **准备文稿**: 创建一个纯文本 (`.txt`) 文件作为你的原始文稿。
2. **文本到XML**: 使用 `txt_to_xml` 命令将文稿转换为结构化的XML文件。此步骤会自动为文本分配不同的旁白和角色。
3. **合成语音**: 使用 `say` 命令读取XML文件,为每个文本片段生成对应的语音文件,并存放在指定目录中。
4. **合并音频**: 使用 `combine` 命令将所有语音片段合并成一个完整的音频文件。
5. **添加BGM**: (可选) 使用 `add_bgms` 命令为你的作品添加背景音乐。
6. **音频美化**: (可选) 使用 `pretty` 命令来修剪音频,使其更加精致。
## 命令参考
### 1. `txt_to_xml`
将纯文本文件转换为带有角色标签的XML文件。
**用法**:
```bash
python main.py txt_to_xml [OPTIONS] INPUT_TXT OUTPUT_XML
```
**示例**:
```bash
# 使用默认的Ollama模型进行转换
python main.py txt_to_xml my_script.txt my_script.xml
# 指定模型
python main.py txt_to_xml my_script.txt my_script.xml --model "qwen:7b"
```
### 2. `say`
从结构化输入文件(如 `txt_to_xml` 生成的XML)合成语音。
**用法**:
```bash
python main.py say [OPTIONS] INPUT_FILE
```
**核心选项**:
- `--backend`: 选择TTS后端 (`crispasr` 或 `qtr`)。
- `--output-dir`: 指定语音片段的输出目录。
- `--strict`: 严格解析模式,只保留中文、英文和数字。
- `--split-length`: 发送到后端的每个文本块的最大长度。
**示例**:
```bash
# 从 my_script.xml 合成语音,并输出到 ./outputs 目录
python main.py say my_script.xml --output-dir ./outputs
```
### 3. `combine`
将目录中的多个 `.wav` 文件合并成一个音频文件。
**用法**:
```bash
python main.py combine [OPTIONS] INPUT_DIR OUTPUT_FILE
```
**核心选项**:
- `--add-silence`: 在合并的片段之间添加静音(秒)。
- `--format`: 输出格式 (`wav` 或 `mp3`)。
**示例**:
```bash
# 将 ./outputs 目录中的所有wav文件合并成 final.mp3
python main.py combine ./outputs final.mp3 --format mp3 --add-silence 0.2
```
### 4. `add_bgms`
为音频文件添加背景音乐。
**用法**:
```bash
python main.py add_bgms [OPTIONS] INPUT_FILE OUTPUT_FILE
```
**核心选项**:
- `--bgm-dir`: 背景音乐文件所在的目录。
- `--bgm-volume`: 背景音乐的音量 (dB)。负值表示降低音量。
- `--mp3-bitrate`: 输出MP3时的比特率 (如 `64k`, `128k`)。
**示例**:
```bash
# 为 final.mp3 添加背景音乐,并输出为 final_with_bgm.mp3
python main.py add_bgms final.mp3 final_with_bgm.mp3 --bgm-dir ./bgms --bgm-volume -12
```
### 5. `pretty`
移除音频文件开头和结尾的静音。语音合成模型在量化后可能会产生一些静音片段,去掉后能增强连续性。
**用法**:
```bash
python main.py pretty [OPTIONS] INPUT_FILE OUTPUT_FILE
```
**示例**:
```bash
python main.py pretty final_audio.wav final_audio_trimmed.wav
```
### 6. `transform`
将 `.wav` 文件转换为 `.mp3` 文件。
**用法**:
```bash
python main.py transform [OPTIONS] INPUT_FILE OUTPUT_FILE
```
**示例**:
```bash
python main.py transform final_audio.wav final_audio.mp3
```
## 输入文件格式示例
`say` 命令期望一种简单的类XML格式来定义角色和要说的文本。
```xml
这是故事的开头。
你好,我是eric。
你好,我是bob。
```
你可以手动创建这个文件,或者使用 `txt_to_xml` 命令从纯文本自动生成。