媲美真人配音！微软语音合成助手 - 免费文字转换音频的 TTS 工具 (发音更有感情)

AI 技术在飞速发展，比如美颜换脸、文字识别、语音识别、移除图片背景、自动驾驶等等都在生活的各个方面起到了应用。而「语音合成 TTS」方面，如今实用性也已非常惊人了。

像腾讯云、阿里云、百度云等都推出文字转语音在线服务 API，但合成的人声大多时候都很容易听出“机器人味”。而微软的 Azure TTS 文本转语音服务效果就比较让人惊叹了！它拥有多种声音和情感风格，能像真人一样朗读出抑扬顿挫，使得合成的人声非常逼真自然，不妨来看看……

微软自然语音转换 - 像真人般将文本朗读出来并保存成音频

「微软文本转语音」Azure Text to Speech 是一个能将文字转换成真人般自然朗读的云服务，相比同类 TTS 强大之处在于，它借助 AI 神经网络技术，让合成的语音拥有媲美真人的表现力，实现人声语调与情感匹配，朗读时能表现出高兴、悲伤、新闻广播、客服、恐惧、耳语等情感。

加上语速、语调、发音、停顿都可以由用户调节，实际生成的语音非常自然逼真！完全不再像机器人了！因此微软文本转语音技术几乎能应用在任何场景。新版的 Edge 浏览器的朗读功能就是基于此技术而来。可惜此服务是付费的，你还懂编程才能用上它，这似乎离普通用户很远？

别急！其实，微软提供了一个免费的在线 DEMO 演示，可以让用户随便输入文字实现在线试听 （但字数有限制，且试听无法保存）。于是，高手们纷纷各显神通，给我们带来了几款如微软语音合成助手、Edge-TTS-record、微软 TTS 下载按钮脚本插件等免费工具，可以帮助你将一大段文字转换成音频导出 mp3 或录制成 wav 保存下来，用于其他地方。

微软 TTS 朗读效果预览：

我们先来听几段微软文本转语音的效果吧，相信你一定能听出来，它真的比目前大多数 TTS 同行要优秀很多，情感表现力简直满分！开心、严肃不同场景可以用不同的调调，就连讲个鬼故事也都能讲出害怕的感觉。

其实如今在哔哩哔哩、抖音、快手里好多视频的配音，都有使用了这个微软语音库来生成，人的声音听起来很自然，不特意地去留意，基本都分辨不出来是用机器合成的。

微软语音合成助手免费版 (Windows)

「微软语音合成助手」是一款完全免费的文字转语音的 Windows 电脑版软件，它绿色免安装，而且体积小巧，打开就能使用 (需联网)，软件界面非常简洁，上手即会使用。

它完全借助了微软的 Azure TTS 服务来将文字合成并生成语音，支持在线试听，也可以保存成 mp3 音频文件，效果非常接近真人朗读！不仅真实自然，而且也能设置它的情感风格、语速、停顿、音量等等。

微软语音合成助手可以支持导入 TXT、SRT 字幕、PDF 多种格式的文档文件，甚至还能支持 JPG、PNG 截图里的文字识别并导入成文本内容。并且重点是，此软件使用了分段下载合并的方式解决了一次只能转换 2500 个字数限制的问题。

软件支持保存导出编辑内容，支持翻译，自动排版，自动标点，文本替换，敏感词提醒，敏感词替换，SSML 多人语音混编等多种功能，还可以实现批量转换。

浏览器插件：微软 TTS 下载音频按钮（油猴脚本）

前面说到，微软 TTS 本身提供了文字转语音的在线演示的网页版，可以让用户在浏览器上输入或粘贴文本，转换成语音进行试听，但官网上并不提供下载功能。因此，有开发者制作了这么一个「微软 TTS 下载音频按钮」插件，可以让你将试听的语音下载保存成 MP3 音频。

这款浏览器插件是完全免费的，它是以 UserScript (油猴脚本) 的形式提供的，比如 Chrome、Edge 等浏览器安装了 Tempermonkey 插件后就能安装此类脚本。安装成功并启用的话，微软 TTS 的网页上除了试听按钮以外，还会如上图一样，增加一个「下载音频」的按钮。

所以，如果你使用 Mac、Linux 或者不希望下载第三方软件，那么使用此脚本也可以在浏览器里搞定文本转音频。

Edge-TTS-record 开源录制工具

这款开源免费的「edge-TTS-record」工具，是一款可以录制 Microsoft Edge 浏览器的语音合成（TTS）语音并输出为 .wav 音频的 Windows 版工具。另外，网上也有一款名为「Read Aloud by asup」的工具与此程序几乎一样，暂不知道是否同一作者。

由于 Edge 浏览器也是使用了微软 Azure TTS 的技术，因此它拥有了同样的逼真自然的声音引擎，包括了晓晓、云杨等人物声音。不过相比前两者，此工具的实现方法是需要将试听的声音进行“录音”而来的，因此录制时间较长，同时过程中也可能受到系统其他软件声音的影响。

aspeak - 命令行文字转语音工具：

对于有特殊需求的朋友，还有一款命令行版的微软 TTS 语音合成工具 aspeak，这是用 Python 编写的基于 Azure 语音合成的命令行程序，安装简单，还可以跨平台使用。

#安装 aspeak
pip install --upgrade aspeak

# 最简单的例子：
aspeak -t "异次元软件世界，你好呀！" -l zh-CN

#导入 .txt 文件，并转换成 .wav 音频保存
aspeak -f input.txt -l zh-CN -o ouput.wav

更多具体的参数，比如怎样指定语音，大家可以看 aspeak 的官方文档。至于此工具的的实际应用例子嘛，就得看大家发挥想象力和二次开发的能力了。

总结：

不管你是视频 UP 主、自媒体还是办公人士，借助微软 Azure TTS 的语音合成引擎来不仅能录制一些旁白、朗读稿子电子书、给视频配音等，也能自娱自乐，给生活和工作都带来方便与乐趣。

上面的几款工具都是免费的，感兴趣和有需要的朋友都可以下载使用。当然了，微软这个 TTS 云服务接口本来是需要付费的，而这些免费工具都是基于微软的免费 Demo 演示开发而来，哪一天要是被关掉了，可能就无法使用了。所以，免费有限，大家且用且珍惜吧……