Create app.py

app.py

@@ -0,0 +1,69 @@
+import asyncio
+import edge_tts
+import gradio as gr
+import os
+
+# 定義一個異步函數來生成語音
+async def generate_speech(text: str, voice: str, rate: str, pitch: str) -> str:
+    """
+    使用 Edge TTS 生成語音並保存為音頻文件。
+
+    Args:
+        text (str): 要轉換為語音的文本。
+        voice (str): 要使用的語音名稱 (例如 "zh-CN-XiaoxiaoNeural")。
+        rate (str): 語速調整 (例如 "+0%", "-10%", "+20%")。
+        pitch (str): 音高調整 (例如 "+0Hz", "-5Hz", "+10Hz")。
+
+    Returns:
+        str: 生成的音頻文件的路徑。
+    """
+    output_file = "output.mp3"
+    
+    # 構建 Edge TTS 命令
+    communicate = edge_tts.Communicate(text, voice, rate=rate, pitch=pitch)
+    
+    # 將語音寫入文件
+    await communicate.save(output_file)
+    
+    return output_file
+
+# 獲取可用的語音列表
+async def get_voices():
+    """
+    獲取 Edge TTS 可用的語音列表。
+    """
+    voices = await edge_tts.list_voices()
+    return [voice.ShortName for voice in voices]
+
+# Gradio 介面函數
+async def tts_interface(text, voice, rate_percentage, pitch_hz):
+    # 將百分比和 Hz 轉換為 Edge TTS 期望的格式
+    rate = f"{rate_percentage}%"
+    pitch = f"{pitch_hz}Hz"
+    
+    audio_path = await generate_speech(text, voice, rate, pitch)
+    return audio_path
+
+# 啟動 Gradio 介面
+async def main():
+    voices = await get_voices()
+    
+    iface = gr.Interface(
+        fn=tts_interface,
+        inputs=[
+            gr.Textbox(lines=5, label="輸入文本"),
+            gr.Dropdown(voices, label="選擇語音", value="zh-CN-XiaoxiaoNeural"), # 預設中文語音
+            gr.Slider(minimum=-50, maximum=50, value=0, step=1, label="語速調整 (%)"),
+            gr.Slider(minimum=-50, maximum=50, value=0, step=1, label="音高調整 (Hz)")
+        ],
+        outputs=gr.Audio(type="filepath", label="生成的語音"),
+        title="Edge TTS 語音合成",
+        description="輸入文本，選擇語音，調整語速和音高，然後生成語音。",
+        allow_flagging="never"
+    )
+    
+    iface.launch()
+
+if __name__ == "__main__":
+    asyncio.run(main())
+