pedroetb/tts-api

TTS-API镜像说明

镜像概述

pedroetb/tts-api是集成多引擎的文本转语音（TTS）REST API镜像，支持在线（GoogleSpeech、gTTS）和离线（Festival、eSpeak）引擎，提供音频播放或下载能力，适用于各类语音合成场景。

核心功能

• 多引擎支持：覆盖在线/离线场景，满足不同网络环境需求
• 双输出模式：直接播放音频或生成文件下载
• 灵活配置：支持自定义语言、语速等参数
• 易用接口：提供REST API和Web表单两种交互方式

使用场景

• 应用程序语音合成集成
• 自动化语音通知系统
• 教育类文本朗读工具
• 无障碍辅助语音功能

配置说明与部署示例

Docker快速启动

bash
docker run --rm -d --name tts-api --device /dev/snd -p 3000:3000 pedroetb/tts-api

启动后访问http://localhost:3000即可使用内置表单测试。

Docker Swarm部署（含反向代理）

1. 部署Caddy反向代理服务：

bash
cd deploy
env $(grep -v '^[#| ]' .env | xargs) \
 TRAEFIK_DOMAIN=your-domain.com \
 docker stack deploy \
 -c compose.caddy.yaml \
 tts-api

2. 启动TTS-API容器：

bash
docker compose \
 -f compose.tts-api.yaml \
 -p tts-api \
 up -d

服务将通过tts.your-domain.com访问（需提前配置Traefik）。

API调用示例

播放音频

bash
curl http://localhost:3000 \
 -d '{ "voice": "google_speech", "textToSpeech": "你好，世界", "language": "zh-CN", "speed": "1" }' \
 -H 'Content-Type: application/json'

下载音频文件

bash
curl http://localhost:3000 \
 -d '{ "voice": "gtts_file", "textToSpeech": "你好，世界", "language": "zh-CN", "speed": "1" }' \
 -H 'Content-Type: application/json' \
 -o 'output.mp3'