Day 04 ：AI 语音合成：让你的程序开口说话

[梅雅达编程笔记]

https://blog.csdn.net/2601_96428997/article/details/164829761

个人开发者用 Edge-TTS 就够了，零成本、效果好、不用注册。需要声音克隆 再上 Fish-Speech。

官方资源：Edge-TTS GitHub、微软 TTS 音色列表、SSML 规范文档。进阶方案：Fish-Speech（声音克隆）、ChatTTS （对话式 TTS）、CosyVoice（阿里开源）。

自己动手改
入门题：用你喜欢的音色，把今天的三条商城通知换成你自己的项目通知文案（外卖/快递/预约都行），生成 MP3 听听效果。

进阶题：写一个函数 speak(text, voice=None, rate=None)，封装成你的"语音工具箱"，支持传入文本直接播放或保存。配套脚本里的 speak() 是参考答案。

实战题：把商城通知改成 SSML 格式，在订单号处加 500ms 停顿，在金额处放慢语速，在结尾加"祝您购物愉快"。

挑战题：结合前面学过的图像识别，做一个"看图说话"——识别图片内容，自动用语音描述出来。比如拍一张商品图，程序说出"这是一件蓝色T恤，售价89元"。

把文本换成你自己的文案跑一遍，程序就能开口了。
————————————————
版权声明：本文为CSDN博主「梅雅达编程笔记」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/2601_96428997/article/details/164829761