Edge-TTS+Cloudflare Worker：免费 TTS 服务搭建指南，支持 API 调用与低代码集成

前言

TTS（Text-to-Speech，文本转语音）技术通过人工智能与语音合成算法，将书面文本转化为自然流畅的语音，已广泛应用于智能助手、电子阅读器、无障碍工具、教育娱乐等多个领域。

市面上的 TTS 工具虽种类繁多，但免费且高质量的选择并不多见：免费在线工具功能受限，商业级服务（如 Amazon Polly、Microsoft Azure TTS）成本较高，开源工具则需复杂部署。今天为大家分享一套零成本解决方案 —— 通过 Edge-TTS 结合 Cloudflare Worker，快速搭建免费、高可用的 TTS 服务，支持 API 调用和低代码平台集成，轻松满足个人与小型团队的文本转语音需求。

一、核心工具介绍

1. Edge-TTS：免费高效的开源 TTS 工具

Edge-TTS 是基于微软 Edge 浏览器在线语音合成服务的 Python 开源库，依托微软 Azure TTS 技术，支持多语言、多音色输出，语音自然度高，且无需 API 密钥、无需依赖 Windows 系统或 Edge 浏览器。

• 项目地址1：https://github.com/rany2/edge-tts/
• 项目地址2：https://gitee.com/research_code/edge-tts
• 核心优势：
  • 支持百余种语音（含中、英、日、韩等多语种）
  • 可自定义语速、音调、音量
  • 生成 MP3 音频文件与 SRT 字幕文件
  • 轻量化部署，Python 一键安装

2. edge-tts-openai-cf-worker：API 化代理方案

为解决 Edge-TTS 命令行操作繁琐、难以集成第三方工具的问题，推荐使用edge-tts-openai-cf-worker项目。该项目将 Edge-TTS 服务封装为兼容 OpenAI 接口格式的 API，部署在 Cloudflare Worker 上，实现跨平台、跨工具调用。

• 项目地址1：https://github.com/linshenkx/edge-tts-openai-cf-worker
• 项目地址2：https://gitee.com/research_code/edge-tts-openai-cf-worker
• 核心优势：
  • 绕过大陆访问限制，无需微软认证
  • 兼容 OpenAI TTS 接口规范，无缝对接现有工具
  • 基于 Cloudflare Worker 免费计划，零服务器成本
  • 支持自定义 API 密钥，安全可控
  • 每天 10 万次免费请求，满足日常使用

二、快速搭建步骤

第一步：安装 Edge-TTS（基础使用）

若仅需简单文本转语音，可直接通过 Python 命令行使用 Edge-TTS：

1. 前置条件：安装 Python 运行环境
2. 安装依赖：

pip install edge-tts

1. 基础使用（生成 MP3 音频 + SRT 字幕）：

edge-tts --text "欢迎使用Edge-TTS免费语音服务" --write-media hello.mp3 --write-subtitles hello.srt

执行后会在当前目录生成音频文件和字幕文件，操作简单高效。

第二步：部署 Cloudflare Worker（API 服务搭建）

为实现 API 调用，需将edge-tts-openai-cf-worker部署到 Cloudflare Worker，步骤如下：

1. 准备工作

• 注册 Cloudflare 账号：https://dash.cloudflare.com
• （可选）准备自定义域名（已托管在 Cloudflare）

2. 创建 Cloudflare Worker

1. 登录 Cloudflare 控制台，进入「Workers & Pages」
2. 点击「Create Worker」，输入服务名称（如edge-tts-api），点击「部署」
3. 部署成功后，点击「编辑代码」进入代码编辑页面

3. 部署核心代码

1. 删除默认的 "Hello World" 代码
2. 复制edge-tts-openai-cf-worker项目中的worker.js代码（完整代码见文末附录）
3. 粘贴到编辑框，点击「Save and deploy」完成部署

4. 设置 API 密钥（可选，推荐）

为防止接口被恶意调用，建议设置 API 密钥：

1. 在 Worker 详情页，进入「Settings → Variables」
2. 点击「Add variable」，名称填写API_KEY，值填写自定义密钥（如随机字符串）
3. 点击「Save and deploy」生效

5. 自定义域名配置（可选）

Cloudflare 分配的默认域名国内访问可能不稳定，可配置自定义域名：

1. 确保自定义域名已托管在 Cloudflare，且 DNS 记录为橙色代理状态
2. 在 Worker 详情页，进入「设置 → 域和路由 → 添加」
3. 选择「自定义域」，输入域名（如tts.example.com），点击「添加域」
4. 等待证书部署完成（约几分钟），即可通过自定义域名访问

三、API 调用方式

部署完成后，可通过 API 接口调用 TTS 服务，支持基础文本转语音、自定义语速 / 音调 / 情绪等功能。

1. 基础调用（curl 命令）

curl --location 'https://你的Worker域名/v1/audio/speech' \ --header 'Content-Type: application/json' \ --header 'Authorization: Bearer 你的API_KEY' \ --data '{     "model": "tts-1",     "input": "你好，世界！这是免费TTS服务生成的语音",     "voice": "zh-CN-XiaoxiaoNeural",     "response_format": "mp3",     "speed": 1.0 }' --output output.mp3

2. Python 代码调用（兼容 OpenAI SDK）

from openai import OpenAI # 配置客户端 api_key = '你的API_KEY' base_url = 'https://你的Worker域名/v1' client = OpenAI(     api_key=api_key,     base_url=base_url ) # 生成语音 data = {     'model': 'tts-1',     'input': '灵活多样：参考模板但需根据具体需求生成多样化内容，避免固定化依赖',     'voice': 'zh-CN-XiaoxiaoNeural',  # 可选其他语音     'response_format': 'mp3',     'speed': 1.0,  # 语速：0.5-2.0     'pitch': 1.0,  # 音调：0.5-2.0     'style': 'general'  # 情绪：general/cheerful/angry/sad/chat } try:     response = client.audio.speech.create(**data)     with open('test_tts.mp3', 'wb') as f:         f.write(response.content)     print("MP3文件已保存成功！") except Exception as e:     print(f"调用失败：{e}")

3. 核心参数说明

参数	类型	必填	说明	示例值
model	string	是	模型名称（固定为 tts-1）	tts-1
input	string	是	待转换的文本内容	"你好，世界！"
voice	string	是	语音角色（支持多语种）	zh-CN-XiaoxiaoNeural（中文晓晓）、en-US-JennyNeural（英文 Jenny）
response_format	string	否	音频格式（默认 MP3）	mp3
speed	number	否	语速（0.5-2.0，默认 1.0）	1.2
pitch	number	否	音调（0.5-2.0，默认 1.0）	1.1
style	string	否	情绪风格	general（通用）、cheerful（开心）、angry（愤怒）、sad（悲伤）、chat（闲聊）

4. 支持的语音列表（部分）

语音代码	描述	语言
zh-CN-XiaoxiaoNeural	晓晓 - 温暖活泼	中文
zh-CN-YunxiNeural	云希 - 稳重大气（男声）	中文
zh-CN-XiaoyiNeural	晓伊 - 亲切温柔（女声）	中文
zh-CN-YunyangNeural	云扬 - 专业权威（男声）	中文
en-US-JennyNeural	Jenny - 自然流畅	英文
ja-JP-NanamiNeural	Nanami - 甜美柔和	日文
ko-KR-SunHiNeural	SunHi - 清晰明亮	韩文

四、低代码集成：Dify 平台使用教程

部署后的 TTS 服务可直接集成到 Dify 等低代码平台，无需编写代码即可实现文本转语音功能：

1. 模型配置

1. 打开 Dify 控制台，进入「模型设置」
2. 选择「OpenAI-API-compatible」，点击「添加模型」
3. 配置参数：
   • 模型类型：TTS
   • 模型名称：自定义（如「Edge-TTS」）
   • API Key：填写 Cloudflare Worker 设置的API_KEY
   • API URL：填写 Worker 域名（如https://tts.example.com/v1）
   • 可用声音：填写支持的语音代码（如zh-CN-XiaoxiaoNeural,zh-CN-YunxiNeural）

1. 点击「保存」完成配置

2. 搭建 TTS 工作流

1. 新建工作流，添加「开始」节点，设置输入变量为「text」（待转换文本）
2. 添加「Text To Speech」内置工具：
   • 输入变量：选择开始节点的「text」
   • 模型：选择已配置的「Edge-TTS」
   • 语音角色：选择目标音色

1. 添加「直接回复」节点，输出类型选择「文件输出」
2. 保存工作流并发布

五、注意事项与常见问题

1. 注意事项

• 文本与语音语言需匹配（如中文语音仅支持中文文本），否则可能合成失败
• 单条文本建议不超过 2000 字符，避免请求超时
• 该服务仅供学习和个人使用，不建议用于商业项目
• 基于 Cloudflare 免费计划，每天限制 10 万次请求，足够日常使用