神经网络语音合成 · 浏览器直连在线服务
本工具基于微软 Edge 浏览器内置的 Edge TTS 神经网络语音合成引擎开发,与 Edge 浏览器「大声朗读」功能同源的在线语音服务。无需安装任何软件、无需本地算力,打开网页即可获得自然流畅的 AI 配音。
全部计算在微软云端完成,浏览器只负责收发数据。不装软件、不用显卡,打开网页即可配音。
内置普通话、方言、粤语、台湾腔及多国语言音色,支持语速、音调、音量精细调节。
自动按标点智能分段并串行合成,拼接为一段连续音频,长文章也不会被截断。
利用服务端返回的 WordBoundary 时间轴生成 SRT 字幕文件,剪辑与视频配字幕一步到位。
微软的在线朗读服务会在 WebSocket 握手时校验 User-Agent,要求其为较新版本的 Microsoft Edge。浏览器不允许网页伪造该标识,因此 Chrome、Firefox、Safari 及部分内嵌预览窗口无法直连。Windows 系统自带 Edge,用 Edge 打开本页即可正常使用(这是服务端限制,不是工具缺陷)。
① 确认使用 Edge 浏览器打开;② 检查网络能否访问 speech.platform.bing.com(部分地区网络可能受限);③ 检查电脑系统时间是否准确,鉴权令牌以 5 分钟为窗口,时间偏差过大会被拒绝;④ 换一个音色重试;⑤ 稍后再试,服务端可能临时限流。
文本从你的浏览器直接发送到微软语音服务,不经过本工具作者或任何第三方服务器。页面不会把文本、音频上传到别处;仅"最近使用"草稿保存在浏览器本地 localStorage,可随时清空。请勿提交敏感或涉密内容。
本工具是第三方实现的 Edge 在线语音服务前端,音频的使用需遵守微软相关服务条款,商用前请自行确认授权。单段文本上限约 800 字,超长内容会自动分段;生成速度取决于网络与文本长度。