bf684446296852ab4e678d47f4f5f3b3e55585db
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:
- 准备文稿: 创建一个纯文本 (
.txt) 文件作为你的原始文稿。 - 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。 - 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。 - 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。 - 添加BGM: (可选) 使用
add_bgms命令为你的作品添加背景音乐。 - 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:
python main.py txt_to_xml [OPTIONS] INPUT_TXT OUTPUT_XML
示例:
# 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:
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:
# 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:
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:
# 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:
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:
# 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:
python main.py pretty [OPTIONS] INPUT_FILE OUTPUT_FILE
示例:
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:
python main.py transform [OPTIONS] INPUT_FILE OUTPUT_FILE
示例:
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。
<speak voice="serena">
这是故事的开头。
</speak>
<speak voice="eric">
你好,我是eric。
</speak>
<speak voice="bob">
你好,我是bob。
</speak>
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。
Languages
Python
98.8%
Shell
1.2%