开源TTS语音合成：Edge TTS和ChatTTS怎么选

📘 教程 2026-07-19 约 3 分钟阅读

想做视频配音，但请人配音太贵，AI配音又怕不自然。有没有免费又好用的本地TTS方案？

💡 你将学到

想做视频配音，但请人配音太贵，AI配音又怕不自然。有没有免费又好用的本地TTS方案？

📜 目录

开源TTS的现状
方案一：Edge TTS（最简单）
方案二：ChatTTS（情感最丰富）
方案三：Bark（音乐也能生成）
速度对比
实际应用
一句话
相关文章

开源TTS的现状

2026年，开源语音合成已经可以做到跟真人差不多的效果。最流行的方案是 ChatTTS 和 Edge TTS。

方案一：Edge TTS（最简单）

微软Edge浏览器内置的TTS引擎，被开源社区做成了Python包。

优点：极其自然、免费、无需显卡。

pip install edge-tts

# 基本用法
edge-tts --text "你好，欢迎收听今天的节目。" --voice zh-CN-Yunxi --write-media output.mp3

# 中文男声
edge-tts --text "今天我们来聊聊AI。" --voice zh-CN-YunxiNeural --write-media output.mp3

# 中文女声
edge-tts --text "大家好，我是小爱。" --voice zh-CN-XiaoxiaoNeural --write-media output.mp3

支持的语音：中文多种方言、英语、日语等。

方案二：ChatTTS（情感最丰富）

专门为对话场景训练的TTS模型，能表达语气、情感、笑声。

git clone https://github.com/2noise/ChatTTS
git clone https://huggingface.co/2noise/ChatTTS
cd ChatTTS
pip install -r requirements.txt

import ChatTTS
import torch

chat = ChatTTS.Chat()
chat.load_models()

texts = ["你好，今天过得怎么样？", "我很开心！"]

wavs = chat.infer(texts, use_decoder=True)
# wavs 就是音频数据

ChatTTS能自动在句子里加入「嗯」「啊」「哈哈」这些语气词，听起来更自然。

方案三：Bark（音乐也能生成）

Suno开源的TTS模型，不仅能说话，还能生成音乐、非语言声音（咳嗽、叹气）。

pip install git+https://github.com/suno-ai/bark.git

from bark import SAMPLE_RATE, generate_audio, preload_models

preload_models()

audio_array = generate_audio("你好，我是AI助手。")

速度对比

方案	是否需要GPU	速度	自然度	中文质量
Edge TTS	不需要（云端）	秒出	高	极好
ChatTTS	GPU推荐	实时	极高	好
Bark	GPU推荐	较慢	高	一般

实际应用

做视频配音的最佳方案：

用Edge TTS生成配音（快、自然、中文好）
用ChatTTS做对话场景（两个角色对话）
用剪映/PR对时间轴

# 批量生成长文配音
cat script.txt | while IFS= read -r line; do
    if [ -n "$line" ]; then
        edge-tts --text "$line" \
            --voice zh-CN-YunxiNeural \
            --write-media "output_$(date +%s).mp3"
    fi
done