svrooij/sonos-tts-polly

文本到语音服务器（适用于Sonos）

镜像概述和主要用途

该Docker镜像是一个小型web服务器，可从Amazon Polly下载文本到语音(TTS)文件，专为支持Sonos系统的文本到语音功能而设计，是node-sonos-ts的可选扩展组件。通过提供API接口生成并缓存TTS文件，实现Sonos设备的语音播放功能。

核心功能和特性

• Amazon Polly集成：利用Amazon Polly服务生成高质量TTS语音文件
• 缓存机制：生成的TTS文件将被无限期缓存，减少重复请求和Amazon服务费用
• 多API接口：支持查询可用语音、通过GET/POST请求生成TTS文件
• 灵活配置：可通过环境变量自定义端口、Amazon凭证、缓存路径等参数

使用场景和适用范围

• Sonos音响系统用户需要实现文本到语音播放功能
• 希望通过本地服务器控制TTS生成，避免Amazon凭证暴露
• 需要为家庭自动化系统（如智能家居）添加语音通知功能

使用方法和配置说明

前提条件

1. 拥有Amazon AWS账号并生成访问凭证（Access Key和Secret Key）
2. 已安装Docker环境

Docker部署步骤

1. 准备环境变量文件

创建.env文件，可参考https://github.com/svrooij/node-sonos-tts-polly/blob/master/.env-sample%EF%BC%8C%E8%87%B3%E5%B0%91%E5%8C%85%E5%90%AB%E4%BB%A5%E4%B8%8B%E5%8F%82%E6%95%B0%EF%BC%9A

AMAZON_KEY=your_amazon_access_key
AMAZON_SECRET=your_amazon_secret_key
PORT=5601

2. 运行Docker容器

bash
# 基础运行命令
docker run --env-file .env -p 5601:5601 svrooij/sonos-tts-polly

# 持久化缓存（推荐）
docker run --env-file .env -p 5601:5601 -v /本地缓存路径:/app/cache svrooij/sonos-tts-polly

3. （可选）配置反向代理

若部署在公网服务器，建议使用Nginx等反向代理，并配置速率限制或IP白名单以保护Amazon凭证安全。

API接口说明

获取支持的语音列表

• 请求：GET http://your_ip:5601/api/voices
• 功能：返回当前Amazon Polly支持的所有语音

通过GET请求生成TTS（需配置启用）

• 请求：GET http://your_ip:5601/api/:lang/:text
• 参数：
  • lang：语言代码（如en-US、zh-CN）
  • text：需转换为语音的文本（URL编码）
• 返回：TTS文件的本地访问地址

通过POST请求生成TTS（推荐）

• 请求：POST http://your_ip:5601/api/generate
• 请求头：Content-type: application/json
• 请求体：

json
{
  "text": "Hello world",
  "lang": "en-US",
  "gender": "male",
  "engine": "neural"
}

• 返回示例：

json
{
  "cdnUri": "https://cacheUri/en-US/4b6eddb411d4cec3933528bfca05341828ca7593.mp3",
  "uri": "http://your_ip:5601/cache/en-US/4b6eddb411d4cec3933528bfca05341828ca7593.mp3"
}

环境变量配置

安全建议

• 建议在本地服务器部署，避免暴露在公网
• 若必须公网部署，务必配置反向代理、速率限制和IP白名单
• 定期轮换Amazon AWS凭证，避免长期使用同一凭证

赞助者福利

赞助者可使用托管版本的文本到语音服务器，详情可联系作者。