mzzsfy/tts
mzzsfy
文本转语音 兼容openai 基于微软 流式 高速 并发 无字数上限
25 次收藏下载次数: 0状态：社区镜像维护者：mzzsfy仓库类型：镜像最近更新：25 天前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
文本转语音工具,基于微软api封装,如果有 功能建议或者bug反馈,请到 https://github.com/mzzsfy/Dockerfile
优势:
- 理论无字数限制,尝试一次性转换10w+字,生成文件3小时+,耗时约1分30秒
- 流式下载,请求1秒就有响应,已经可以播放
- 多线程,多个分片可以在服务器端同时下载
- 兼容openai 的 /v1/audio/speech 接口格式,自定义音色使用微软名称
性能
使用默认参数,1k~5k字耗时约5~10秒
自定义分片大小和线程数可以继续提高响应时间,例如: /api/tts?thread=10&shardLength=400&text=<3000字文本> ,代表<3000字文本>被拆分为400字一个分片,10线程,耗时约4秒
ps: 不同模型耗时差距很大
运行
docker run -itd -p 8080:8080 mzzsfy/tts
访问8080端口可以看到用法
体验
体验服务器,性能比较一般 [***] ,禁止长期或大量使用,点击右上角可以看到更多信息
国内搭建
当国内无法访问时请酌情添加下方环境变量
严格模式,国内ip必须添加,国外服务器请勿添加 TTS_STRICT_MODE=true
禁用dns解析,直接访问内置ip TTS_BING_NO_DNS=true
自定义微软服务器 ip列表 TTS_BING_IP_LIST=ip1,ip2,ip3
tts默认参数
环境变量设置
默认音色名称 DEFAULT_VOICE_NAME
默认格式 DEFAULT_AUDIO_FORMAT
默认风格 DEFAULT_AUDIO_STYLE
白名单
环境变量添加
WEB_KEYWORD_WHITELIST=关键词1,关键词2
防盗链
环境变量设置
根据 http请求头中 referer 参数白名单 WEB_REFERER_WHITELIST
根据 http请求头中 origin 参数白名单 WEB_ORIGIN_WHITELIST
自动代理池
多模式,高性能,api代理转透明代理,爬虫无需手动管理ip,且更省ip
https://hub.docker.com/r/***
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull mzzsfy/tts:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"