一个功能强大的AI语音处理平台,集成了文字转语音(TTS)和语音转文字(STT)双向功能。基于Microsoft Edge TTS和硅基流动API,支持20+种语音选项,为用户提供完整的语音处理解决方案。

直接使用: https://tts.wangwangit.com

• 🗣️ 文字转语音(TTS) - 基于Microsoft Edge TTS,支持20+种中文语音
• 🎧 语音转文字(STT) - 集成硅基流动API,高精度语音识别
• 🔄 双向处理 - 智能模式切换,语音与文字无缝转换
• 🌍 多语言支持 - 支持中文、英文、日文、韩文、西班牙文、法文、德文、俄文

• ⚡ 秒速生成 - 快速生成高质量语音文件和转录文本
• 🆓 完全免费 - 无需注册,无使用限制
• 📱 响应式设计 - 完美适配桌面端和移动端
• 🎛️ 丰富参数 - 支持语速、音调、语音风格等多种调节
• 📥 支持下载 - 生成的音频可直接下载为 MP3 格式
• 📋 便捷操作 - 转录结果可复制、编辑,支持转为语音功能

• 🔗 API 兼容 - 兼容 OpenAI TTS API 格式
• 🎵 多音频格式 - 支持mp3、wav、m4a、flac、aac等9种音频格式
• 🔐 灵活配置 - 支持默认Token和自定义Token配置
• 🎨 现代化UI - 优雅的卡片式设计,直观的模式切换

Deploy to Cloudflare Workers

1. 访问部署后的 Worker 域名
2. 确保当前为"文字转语音"模式(默认模式)
3. 选择输入方式:手动输入或上传txt文件
4. 在文本框中输入要转换的文字,或上传txt文件
5. 选择喜欢的语音、语速、音调、语音风格等参数
6. 点击"开始生成语音"按钮
7. 播放生成的音频或下载 MP3 文件

1. 点击页面顶部的"语音转文字"按钮切换模式
2. 上传音频文件(支持mp3、wav、m4a等9种格式,最大10MB)
3. 选择Token配置:使用默认Token或输入自定义硅基流动Token
4. 点击"开始语音转录"按钮
5. 查看转录结果,支持复制、编辑或直接转为语音

• 点击右上角的语言切换器
• 支持中文、English、日本語、한국어、Español、Français、Deutsch、Русский
• 自动记住用户的语言偏好

// JavaScript 调用示例
const response = await fetch('https://your-worker.workers.dev/v1/audio/speech', {
 method: 'POST',
 headers: {
 'Content-Type': 'application/json',
 },
 body: JSON.stringify({
 input: "你好,这是一个测试",
 voice: "zh-CN-XiaoxiaoNeural",
 speed: 1.0,
 pitch: "0",
 style: "general"
 })
});
const audioBlob = await response.blob();

# cURL 调用示例
curl -X POST "https://your-worker.workers.dev/v1/audio/speech" \
 -H "Content-Type: application/json" \
 -d '{
 "input": "你好,这是一个测试",
 "voice": "zh-CN-XiaoxiaoNeural",
 "speed": 1.0,
 "pitch": "0",
 "style": "general"
 }' \
 --output speech.mp3

// JavaScript 调用示例
const formData = new FormData();
formData.append('file', audioFile); // 音频文件
formData.append('token', 'your-siliconflow-token'); // 可选,不提供则使用默认token
const response = await fetch('https://your-worker.workers.dev/v1/audio/transcriptions', {
 method: 'POST',
 body: formData
});
const result = await response.json();
console.log(result.text); // 转录结果

# cURL 调用示例
curl -X POST "https://your-worker.workers.dev/v1/audio/transcriptions" \
 -F "file=@audio.mp3" \
 -F "token=your-siliconflow-token"

• zh-CN-XiaoxiaoNeural - 晓晓 (温柔)
• zh-CN-XiaoyiNeural - 晓伊 (甜美)
• zh-CN-XiaochenNeural - 晓辰 (知性)
• zh-CN-XiaohanNeural - 晓涵 (优雅)
• zh-CN-XiaomengNeural - 晓梦 (梦幻)
• zh-CN-XiaomoNeural - 晓墨 (文艺)
• zh-CN-XiaoqiuNeural - 晓秋 (成熟)
• zh-CN-XiaoruiNeural - 晓睿 (智慧)
• zh-CN-XiaoshuangNeural - 晓双 (活泼)
• zh-CN-XiaoxuanNeural - 晓萱 (清新)
• zh-CN-XiaoyanNeural - 晓颜 (柔美)
• zh-CN-XiaoyouNeural - 晓悠 (悠扬)
• zh-CN-XiaozhenNeural - 晓甄 (端庄)

• zh-CN-YunxiNeural - 云希 (清朗)
• zh-CN-YunyangNeural - 云扬 (阳光)
• zh-CN-YunjianNeural - 云健 (稳重)
• zh-CN-YunfengNeural - 云枫 (磁性)
• zh-CN-YunhaoNeural - 云皓 (豪迈)
• zh-CN-YunxiaNeural - 云夏 (热情)
• zh-CN-YunyeNeural - 云野 (野性)
• zh-CN-YunzeNeural - 云泽 (深沉)

• 文件格式: mp3, wav, m4a, flac, aac, ogg, webm, amr, 3gp
• 文件大小: 最大 10MB
• 模型: FunAudioLLM/SenseVoiceSmall(自动使用)

• general - 通用风格
• assistant - 智能助手
• chat - 聊天对话
• customerservice - 客服专业
• newscast - 新闻播报
• affectionate - 亲切温暖
• calm - 平静舒缓
• cheerful - 愉快欢乐
• gentle - 温和柔美
• lyrical - 抒情诗意
• serious - 严肃正式

• 前端: 现代化 HTML5 + CSS3 + 原生JavaScript
• 后端: Cloudflare Workers(边缘计算)
• TTS引擎: Microsoft Edge TTS(20+种中文语音)
• STT引擎: 硅基流动 FunAudioLLM/SenseVoiceSmall
• 国际化: 内置8种语言支持,自动检测浏览器语言

• 设计系统: CSS变量 + 响应式布局
• UI框架: 无依赖,纯原生实现
• 交互设计: 双向模式切换,直观的用户体验
• API设计: RESTful API,兼容OpenAI格式

• 无服务器: 基于Cloudflare Workers,全球边缘部署
• 数据安全: 所有处理在边缘完成,无数据存储
• 高可用: 全球CDN加速,99.9%可用性
• 零配置: 开箱即用,无需额外配置

• 双模式设计: 水平布局的模式切换器,消除界面空白
• 现代化 UI: 采用简洁的卡片式设计
• 国际化界面: 8种语言无缝切换,右上角语言选择器
• 响应式布局: 完美适配各种设备尺寸
• 微交互: 丰富的悬停效果和动画

• 统一风格: 新旧功能视觉一致,无违和感
• 智能切换: 根据模式动态显示相关界面元素
• 无渐变设计: 使用纯色设计,更加专业
• 可访问性: 支持键盘导航和屏幕阅读器

• 模式切换: 移动端垂直布局,桌面端水平布局
• 触摸友好: 按钮尺寸针对移动端优化
• 文件上传: 支持拖拽和点击两种方式
• 性能优化: 针对移动设备的网络和性能优化

• 音频上传: 移动端优化的文件选择界面
• 结果展示: 移动端友好的转录结果展示
• 语言切换: 移动端下拉菜单适配

# 克隆项目
git clone <your-repo>
# 安装 Wrangler CLI
npm install -g wrangler
# 本地开发
wrangler dev

├── index.js # 主要代码文件
├── README.md # 项目文档
└── wrangler.toml # Cloudflare Workers 配置

欢迎提交 Issue 和 Pull Request!

MIT License

• 🎉 新增语音转文字功能 - 集成硅基流动API,支持高精度语音识别
• 🌍 多语言国际化 - 支持8种语言,自动检测浏览器语言
• 🎨 品牌升级 - 更名为VoiceCraft,全新的AI语音处理平台
• 🔄 双向处理 - 智能模式切换,语音与文字无缝转换
• 📱 界面优化 - 水平布局的模式切换器,更好的空间利用
• 🔧 错误修复 - 修复文本包含特殊字符时的XML转义问题

• 基础的文字转语音功能
• Microsoft Edge TTS集成
• 响应式设计

• Microsoft Edge TTS - 提供高质量的语音合成服务
• 硅基流动 - 提供先进的语音识别API
• Cloudflare Workers - 提供无服务器计算平台
• 开源社区 - 感谢所有贡献者和用户的支持

关注公众号「一只会飞的旺旺」获取更多 AI 工具和技术分享:

• 🔥 最新 AI 工具推荐和使用教程
• 🚀 前沿技术解析和实战案例
• 💎 独家资源和工具源码分享
• 💬 技术问题答疑和交流社群

🎙️ VoiceCraft - 让语音处理更智能,让创意更有声音!

从文字到语音,从语音到文字,AI驱动的完整语音处理解决方案。