如何用 espeak-ng 让电脑开口说话100 语言支持的开源文本转语音完整指南【免费下载链接】espeakeSpeak NG is an open source speech synthesizer that supports 101 languages and accents.项目地址: https://gitcode.com/gh_mirrors/es/espeak想让一段自动化脚本开口说话可设备太老、引擎太重装个主流 TTS 直接跑不动espeak-ng 就是个能破局的开源文本转语音Text-to-Speech引擎它把文本直接合成声音一口气支持 100 多种语言和口音整个程序加数据才 1.4 MB 左右老设备、树莓派、嵌入式盒子都能轻松跑起来。先说清楚 espeak-ng 是个什么东西它不是什么新东西。这套引擎 1995 年就由 Jonathan Duddington 写出来了最初叫speak跑在 Acorn 的小型电脑上2007 年重写为 eSpeak2015 年底由 Reece H. DunnRichard D. Dunn II正式 fork 成今天的 eSpeak NG——清理代码、补功能、加语言一路维护到现在。形态也很灵活Linux 和 Windows 上有命令行程序可以读文件、读管道输入有共享库Windows 上是 DLL给别的程序调用Windows 上还带 SAPI5 版本屏幕阅读器之类的软件能直接用它当发音引擎。Mac、Solaris 等系统也有移植版Android 4.0 以上照样能跑。元音合成是怎么回事为什么声音听着像机器人它不走录一堆真人语料再拼接的路子而是元音合成formant synthesis先把文字拆成一串音素再根据每个音素的声学特征直接算出波形。打个比方真人 TTS 像是翻录音磁带找片段而 espeak-ng 更像自带一套共振腔把每个音现调出来。好处显而易见——因为不用带海量录音十几种语言的发音数据能塞进几兆字节里读起来清晰、语速可以拉到很高代价是音色带着明显的机械味不如基于真人录音的引擎那么丝滑。项目里每种语言都配了音素表英语的长这样除了自己的合成器它还能把文字转成带音高、时长信息的音素码再交给 MBROLA 这类真人语料引擎出声算个很称职的翻译官。哪些语言能读读得地道吗日常能想到的主流语言基本都覆盖英语还细分了美式、英式、苏格兰、苏格兰标准音等多种口音、中文普通话和粤语、法语、德语、西语、俄语、日语、韩语、阿拉伯语、印地语、葡萄牙语、土耳其语……连世界语、洛语这类人造语言也在里面。语言文件按语言家族归类管理想看完整清单可以翻仓库里的 docs/languages.md音素规则源码在 src/libespeak-ng/。想自定义也不用碰代码语速、音调、重音、音量这些参数都能命令行调同一份文本换个参数就是另一种说话风格。这五个真实场景它都接得住无障碍朗读给视障用户的网页或文档挂个轻量读屏后端哪怕硬件配置很低也能实时出声这是它诞生三十多年来最核心的用途。IoT 设备语音反馈智能音箱、电子桌牌、车载小屏幕1.4 MB 的体积意味着连单片机级别的资源都能塞下语音提示不再是加个摄像头级别的重工程。教育和代码朗读课堂上让机器把代码、公式念出来语速还能拉高——元音合成不怕快语速的特点在这里正好用上。自动化流程里的语音通知脚本跑完发条语音提醒。它输出 WAV、MP3、Ogg Vorbis 等格式还支持 SSML 和 HTML输入输出都方便和现有流水线对接。游戏和创意项目给游戏角色配廉价但有辨识度的机械嗓音或者做互动装置里的即时发声不烧 GPU、不占内存。上手有多容易装好就是一条命令的事比如espeak-ng hello, world想从零构建把仓库拉到本地再走一遍标准的 autotools 流程即可git clone https://gitcode.com/gh_mirrors/es/espeak编译脚本、文档、多语言测试用例仓库里都备齐了核心代码就是纯 C 写的那一坨src/ 目录下看得一清二楚。命令行参数和老版 espeak 基本兼容从旧脚本迁移过来几乎没有成本。声音不算最自然但它把任何设备都能开口说话这件事做到了极致——先跑起来一条espeak-ng命令听听效果你大概率会想给手里的下一个项目也装上它。【免费下载链接】espeakeSpeak NG is an open source speech synthesizer that supports 101 languages and accents.项目地址: https://gitcode.com/gh_mirrors/es/espeak创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考