edge-tts
微软 Edge 浏览器内置的免费文字转语音（TTS）服务，通过开源 CLI 工具
edge-tts可在命令行中调用，支持多种中文语音，常用于视频配音、AI 自动化配音场景
简介
edge-tts 是一个基于微软 Edge 浏览器”大声朗读”功能的开源命令行工具，提供免费的文本转语音能力。它通过模拟 Edge 浏览器的 TTS 请求来调用微软的云端语音合成服务，无需 API Key 或付费账号。
在 AI 自动化视频创作场景中，edge-tts 被 Creator Buddy 的 space-video-audio Skill 作为免费配音引擎使用——当用户不想露声时，将脚本文字转为旁白音频。由于其完全免费的特性，edge-tts 显著降低了视频创作流程的成本门槛。
与商业 TTS 服务（如 ElevenLabs、MiniMax TTS）相比，edge-tts 的优势在于零成本和零注册门槛，但声音自然度和可控性不如付费方案。在需要高质量 AI 配音的终稿场景中，创作者通常将 edge-tts 用于草稿和内部预览，将 ElevenLabs 等用于最终交付。但在成本敏感或个人项目场景中，edge-tts 已足够应付大多数需求。
关键信息
- 类型：工具（TTS 命令行）
- 领域：语音合成 / 视频配音
- 开源/免费：是（无需付费 API）
- GitHub：https://github.com/rany2/edge-tts
- 安装方式：
pip install edge-tts - 相关概念：Creator Buddy、AI Skill
核心特性
- 完全免费：无需注册或 API Key，通过模拟 Edge 浏览器的 TTS 接口调用
- 多语言多语音：支持微软 Edge 朗读引擎的全部语音，包括中文普通话的多种声音（如 zh-CN-XiaoxiaoNeural、zh-CN-YunxiNeural 等）
- 命令行调用：可直接通过
edge-tts --text "文本" --voice zh-CN-XiaoxiaoNeural --write-media output.mp3生成音频文件 - 支持 SSML：支持语音合成标记语言（SSML）实现语速、音调、停顿等精细控制
- 交互式语音选择：运行
edge-tts --list-voices查看所有可用语音，支持按语言过滤（如edge-tts --list-voices | grep zh-CN列出所有中文普通话语音） - 流式播放：支持
edge-playback --text "文本" --voice zh-CN-XiaoxiaoNeural直接在终端播放，无需保存文件
在 Creator Buddy 视频流水线中的定位
在 space-video-audio Skill 中，edge-tts 被用于”不想露声”场景的文本转旁白。配合 Pixabay 免版权 BGM 检索和压音混音处理，edge-tts 的配音 + 背景音乐 + -14 LUFS 归一化形成完整的音频处理链。对比 ElevenLabs（付费、声音更自然、支持声音克隆）和 MiniMax TTS（中文表现好但需 API Key），edge-tts 是零成本方案中质量最接近可用的选择。
不同素材中的观点
- 2026-08-11-codex-9-video-skills：在 Creator Buddy 视频流水线中作为 space-video-audio Skill 的 TTS 引擎，解决”不想露声”的配音需求。属于不需要第三方付费 API 的免费依赖，降低了视频创作成本。