兼容OpenAI的Edge-TTS语音合成API

该Docker镜像提供本地、兼容OpenAI的文本转语音（TTS）API，基于edge-tts构建。它复制了/v1/audio/speech端点，允许用户从文本生成音频，支持语音选择和可调播放速度，模拟OpenAI的TTS功能。

核心功能与特性

• 兼容OpenAI的端点：提供/v1/audio/speech端点，请求结构和行为与OpenAI类似
• 支持的语音：将OpenAI语音（alloy、echo、fable、onyx、nova、shimmer）映射为edge-tts等效语音
• 灵活的格式：支持多种音频格式（mp3、opus、aac、flac、wav、pcm）
• 可调速度：可调整播放速度（0.25倍至4.0倍）
• 可选直接选择Edge-TTS语音：既可使用OpenAI语音映射，也可直接指定任何edge-tts语音

你可以在tts.travisvn.com浏览和试听语音

使用方法

运行容器

启动容器命令：

docker run -d -p 5050:5050 -e API_KEY=your_api_key_here -e PORT=5050 travisvn/openai-edge-tts:latest

端点详情

端点：/v1/audio/speech

• 必填参数：input（待转换为音频的文本）
• 可选参数：voice（语音）、response_format（响应格式）、speed（速度）、model（模型）

示例curl请求：

curl -X POST http://localhost:5050/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your_api_key_here" \
  -d '{
    "model": "tts-1",
    "input": "你好，我是你的AI助手！请告诉我如何帮助你将想法变为现实。",
    "voice": "alloy"
  }' \
  --output speech.mp3

更多详细信息和使用说明，请访问GitHub仓库。