wxxxcxx / ms-ra-forwarder

免费的在线文本转语音API

部署

请参考下列部署方式。

部署到 Vercel

请先 Fork 一份代码然后部署到自己的 Vercel 中 。参考 演示视频。

部署到 Railway

Railway 增加了每个月500小时的限制，而且不会自动停机，所以每个月会有一段时间无法是使用。有条件的还是使用docker部署吧。

部署到 Heroku

Docker（推荐）

需要安装 docker。

# 拉取镜像
docker pull wxxxcxx/ms-ra-forwarder:latest
# 运行
docker run --name ms-ra-forwarder -d -p 3000:3000 wxxxcxx/ms-ra-forwarder
# or
docker run --name ms-ra-forwarder -d -p 3000:3000 -e TOKEN:自定义TOKEN wxxxcxx/ms-ra-forwarder

# 浏览器访问 http://localhost:3000

Docker Compose

创建 docker-compose.yml 写入以下内容并保存。

version: '3'

services:
  ms-ra-forwarder:
    container_name: ms-ra-forwarder
    image: wxxxcxx/ms-ra-forwarder:latest
    restart: unless-stopped
    ports:
      - 3000:3000
    environment:
      # 不需要可以不用设置环境变量
      - TOKEN=自定义TOKEN

在 docker-compose.yml 目录下执行 docker compose up -d。

手动运行

手动运行需要事先安装好 git 和 nodejs。

# 获取代码
git clone https://github.com/wxxxcxx/ms-ra-forwarder.git

cd ms-ra-forwarder
# 安装依赖
npm install 
# 运行
npm run start

使用

导入到阅读（legado）

请访问你部署好的网站，在页面中测试没有问题后点击“生成阅读（legado）语音引擎链接”，然后在阅读（legado）中导入。

手动调用

接口地址为api/ra。格式为：

POST /api/ra
FORMAT: audio-16khz-128kbitrate-mono-mp3
Content-Type: text/plain

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="en-US">
  <voice name="zh-CN-XiaoxiaoNeural">
    如果喜欢这个项目的话请点个 Star 吧。
  </voice>
</speak>

定制发音和音色

请求的正文为 ssml 格式，支持定制发音人和讲话风格（目前仅 Azure 版本支持定制讲话风格），下面是相关的示例和文档：

文本转语音

通过语音合成标记语言 (SSML) 改善合成

音频格式

默认的音频格式为 webm ，如果需要获取为其他格式的音频请修改请求头的 FORMAT（可用的选项可以在 ra/index.ts 中查看）。

限制访问

如果需要防止他人滥用你的部署的服务，可以在应用的环境变量中添加 TOKEN，然后在请求头中添加 Authorization: Bearer <TOKEN>访问。

其他说明

• 微软官方的 Azure TTS 服务目前拥有一定的免费额度，如果免费额度对你来说够用的话，请支持官方的服务。

• 如果只需要为固定的文本生成语音，可以使用有声内容创作。它提供了更丰富的功能可以生成更自然的声音。

• 本项目使用的是 Edge 浏览器“大声朗读”和 Azure TTS 演示页面的接口，不保证后续可用性和稳定性。

• 本项目仅供学习和参考，请勿商用。

重要更改

2023-04-19：Azure 下线了演示页面的试用功能，导致 Azure 版接口无法使用了，请各位迁移到 Edge 浏览器的接口吧。

2022-11-18：添加词典文件支持，词典文件格式参考 https://github.com/wxxxcxx/azure-tts-lexicon-cn/blob/main/lexicon.xml 。

2022-09-10：修改 docker 仓库地址，后面构建的 docker 镜像会迁移到 wxxxcxx/ms-ra-forwarder（原仓库旧版本镜像依然有效）。

2022-09-01：Azure TTS API 好像又改了，旧版用户可能会无法正常使用，请更新到最新版。

2022-07-17：添加 Azure TTS API 支持（没怎么测试，不知道用起来稳不稳定）。因为调用 Azure TTS API 需要获取授权码。其它方式只需要或取一次就可以使用一段时间，而 Vercel 每次调用 API 都需要重新获取授权码。容易超时不说，也加剧了微软服务器的负担，所以不是很推荐部署在 Vercel 的用户使用（虽然也不是不能用～但是万一微软被薅痛了，又改接口就不好了😂）。

2022-07-02：Edge 版本的 API 目前测试还支持的格式有 webm-24khz-16bit-mono-opu、audio-24khz-48kbitrate-mono-mp3、audio-24khz-96kbitrate-mono-mp3。另外今天下午开始，使用不在下拉列表中声音会出现类似 “Unsupported voice zh-CN-YunyeNeural.” 错误，后续可能也会被砍掉。且用且珍惜吧！

2022-07-01：部署在**大陆以外服务器上的服务目前只能选择 webm-24khz-16bit-mono-opus 格式的音频了！ 所以使用 Vercel 的用户需要重新部署一下。

2022-06-16：Edge 浏览器提供的接口现在已经不能设置讲话风格了，若发现不能正常使用，请参考 #12 获取更新。

感谢以下组织/个人对本项目的支持

ms-ra-forwarder's Issues

能否出一个cloudflare Pages的教程

cloudflare pages免费额度更多，希望可以支持

云野的声音忽然有很强的电子噪音

昨天还是前天开始就有这个情况了，其他声音如云希这些目前还是正常的。
我试过所有的音频格式，都有这个问题。

[enhancement] 希望可以调整语速

希望可以增加调整语速的功能，
现在默认的语速感觉有点快

Error: Unexpected server response: 429

Azure可能开启风控了，请求过多会回复429

azure erros

{"message":"服务器多次尝试后转换失败","errors":["连接失败： Error: Unexpected server response: 429","连接失败： Error: Unexpected server response: 429","连接失败： Error: Unexpected server response: 429"]}

希望支持一下xiaoxuan这个声音

Android 阅读 APP导入注意事项

Android 阅读 APP版本：3.23.073011
ms-ra-forwarder 版本：仓库最新版

问题

ms-ra-forwarder部署在vercel上，在网页测试时是正常的，但导入阅读APP后，无法使用朗读功能，研究请求头（Header）发现凭据和音频格式没有设置进去。

代码

导入进去的请求头（Header）

{"Content-Type":"text/plain","Authorization":"Bearer ","Format":"audio-16khz-32kbitrate-mono-mp3"}

修改可用的的请求头（Header）

{"Content-Type":"text/plain","Authorization":"Bearer 凭据 ","Format":"audio-24khz-48kbitrate-mono-mp3"}

总结

在vercel网页无论怎么修改内容，导入进去都会变成{"Content-Type":"text/plain","Authorization":"Bearer ","Format":"audio-16khz-32kbitrate-mono-mp3"}

这个版本风格语气选择全变成英文了

这个版本风格语气选择全变成英文了

之前还可以一键导入，现在一键导入的功能也没了

能不能出一个注册版Azure+阅读的方案

最近tts-server挺好用了，但是公共接口在某些时段延时太大经常发生中断。能不能出一个可以用注册版azure的方案。评论里面有2021年的几位大神的讨论记录，根据这些配置改了连接地址和key以后导入阅读，但是不能朗读。

可以在ios上使用吗

？？可以在ios上使用吗

安卓阅读下返回错误

电脑端本地启动后,手机访问ip+3000,在阅读（legado）中导入TTS后，点击朗读没有声音

是否可以限制docker内生成的日志文件大小

是否可以限制docker内生成的日志大小,今天清理服务器时发现ms-ra-forwarder容器的日志达到了5G

[Feature request] 希望可以提供一个自定义代理的接口

如题，希望可以添加一个自动从http代理地址获取代理的接口，这样就可以很方便的把代理池和这个对接起来了

TTS引擎的设置，能不能调整个位置？

TTS引擎的设置，能不能调整个位置？在朗读开始后，才进行设置，有点不直观，而且在切换时，因为已经在朗读了，也会容易冲突。

另外，能不能优化一下停顿的时间，无论用哪一种TTS引擎，即使我将语速调到最大，句子与句子间，段落与段落间的停顿，都非常长，对于我们这种求量不求质的读者，这个停顿还是有点烦人的～～当然，如果能进行设置，兼顾“量”与“质”的用户就最好

访问网页提示TypeError: data.forEach is not a function

已经生成的配置可以在阅读中正常使用。

访问azure版本的网页会弹出提示。

TypeError: data.forEach is not a function

仅azure版本的网页会出现这个提示。如图所示：

同时在声音的下拉提示框中，没有可用选项。如图所示：

丢到自己的服务器上运行提示未知错误

不知道是哪里的问题

请问这个项目是不是只能运行在浏览器里面？

如果APP、小程序想接入这个利用Edge浏览器实现的大声朗读的TTS可以实现吗？

可以多选人声生成多个TTS到一个JSON文件吗？

这样可以批量导入，在阅读里可以比较方便的进行不同的人声切换。

经常频率限制是什么问题呢

经常频率限制是什么问题呢，一分钟就访问一两次都这样

求replit部署教程

replit.com
这个容器挺好用，自带30m小水管

docker爆错

规则里面的并发率写错了

这样写的意思是访问间隔1毫秒
访问间隔1秒的话填1000
gedoor/legado#2452

What's going on here?

大佬们，你们的还能用吗?

突然早上就不能用了，打开vercel的网站测试是还能读的，导到阅读里就不行了。大家快来试试看吧?！

[Freature Request]添加Azure服务器选择栏，添加Azure API Token输入栏

在某些地区使用eastus的服务器还是会有些延迟的，建议添加一个可以更改服务器的选项，另外不知道使用azure的话不使用token会不会有限制，我记得每月好像只有50万字的限制。

好像又不能用了，呜呜~

TTS好像挂掉了

Azure接口好像挂了，普通的好像也不行了？

端口报错。

按之前的docker-compose，出现以下报错。

Error: (HTTP code 500) server error - Ports are not available: exposing port TCP 0.0.0.0:3000 -> 0.0.0.0:0: listen tcp 0.0.0.0:3000: bind: An attempt was made to access a socket in a way forbidden by its access permissions.

环境：Windows / docker desktop / docker-compose

我又来了 docker部署后无法连接服务器

今天晚上给docker扩容 就重新拉取部署了一下 出现了此错误 重新拉取部署也还是错误

docker镜像占用空间过大，修改后可节省700MB内存

docker镜像占用空间过大，我查看了项目的dockerfile

里面所使用的基础镜像是

FROM node:latest

但其实这个版本的node并不是必要的。因为这个镜像里面包含了其他的用不上的用于开发的库。

根据hub可以知道node-slim和node压缩包大小差距非常大。node有352.22 MB，而node-slim只有75.59 MB.

解压后node有990.67 MB，而node-slim只有240.47 MB。

我将node替换为node-slim后，镜像仍然运行正常，并且节省了近700MB的空间。

希望作者可以修改dockerfile为

FROM node:slim

npm配置上https后无法使用

在vps上docker部署
http状态可以使用
npm配置上https后
大声朗读显示： 连接失败： Error: getaddrinfo EAI_AGAIN speech.platform.bing.com
Azure 版本显示：加载失败

api转化

请问能否搭建成api访问呢？

ios源阅读下加token无效

项目不加TOKEN的时候，这种格式可以正常阅读“
https://xxxx/api/ra,{"method":"POST", "headers": {
"Format": "audio-24khz-48kbitrate-mono-mp3"
},"body":"<speak xmlns="http://www.w3.org/2001/10/synthesis\" xmlns:mstts="http://www.w3.org/2001/mstts\" xmlns:emo="http://www.w3.org/2009/10/emotionml\" version="1.0" xml:lang="en-US"><voice name="zh-CN-YunxiNeural"><prosody rate="{{(speakSpeed -1) * 2}}%" pitch="+0Hz">{{String(speakText).replace(/&/g, '&').replace(/"/g, '"').replace(/'/g, ''').replace(/</g, '<').replace(/>/g, '>').replace(/\/g, '')}}"}

一旦加入TOKEN变量，则显示：获取朗读音频数据为空
https://xxxx/api/ra,{"method":"POST", "headers": {
"Authorization”: “Bearer XXXXXX>”,
"Format": "audio-24khz-48kbitrate-mono-mp3"
},"body":"<speak xmlns="http://www.w3.org/2001/10/synthesis\" xmlns:mstts="http://www.w3.org/2001/mstts\" xmlns:emo="http://www.w3.org/2009/10/emotionml\" version="1.0" xml:lang="en-US"><voice name="zh-CN-YunxiNeural"><prosody rate="{{(speakSpeed -1) * 2}}%" pitch="+0Hz">{{String(speakText).replace(/&/g, '&').replace(/"/g, '"').replace(/'/g, ''').replace(/</g, '<').replace(/>/g, '>').replace(/\/g, '')}}"}

是请求头设置的问题吗，求教

可以添加词典功能吗？

ag2s20150909/TTS里的词典功能很好用，这个项目可以添加这个功能吗？

play版阅读3 pro 会断，断了以后就只能重启软件，然后网页版希望有个可以把语音下载的按钮

play版阅读3 pro 会断，断了以后就只能重启软件，然后网页版希望有个可以把语音下载的按钮

请问能否增加GET方式？

想在其他程序里面使用，类似：
http://0.0.0.0/api/get?text=$TEXT&voiceName=zh-CN-XiaoxiaoNeural&voiceFormat=audio-24khz-96kbitrate-mono-mp3

ios 源阅读 采用的引擎链接格式不一样，能否多生成一个供IOS使用

增加错误重试，尽量避免向客户端发送错误

详见 gedoor/legado#2251 (comment)
服务器经常向客户端发送错误导致跳段朗读

好像出问题了，都是未知错误了

好像出问题了，都是未知错误了

增加一个音频下载功能吧

token不太严谨的样子

虽然根据 #31 所说可以使用token了，但是生成之后的链接并不需要token就可以使用。我重新构建docker-compose之后，我发现我旧有的地址仍然能够使用。如果知道别人的网站具有这个镜像搭建的tts，理论上只需要按格式把url换成别人的，没有token一样可以用。

新的接口

新接口：
https://speech.microsoft.com/audiocontentcreation
大大还能再战吗？

Azure 版本的 API 突然不可用了

2022-12-20 08:07:44 准备连接服务器……
2022-12-20 08:07:44 连接失败： Error: Unexpected server response: 401
2022-12-20 08:07:44 第1次转换失败：连接失败： Error: Unexpected server response: 401
2022-12-20 08:07:45 连接失败： Error: Unexpected server response: 401
2022-12-20 08:07:45 第2次转换失败：连接失败： Error: Unexpected server response: 401
2022-12-20 08:07:45 发生错误, 服务器多次尝试后转换失败
2022-12-20 08:07:45 Error: Unexpected server response: 401
2022-12-20 08:07:45 at ClientRequest. (/app/node_modules/ws/lib/websocket.js:877:7)
2022-12-20 08:07:45 at ClientRequest.emit (node:events:513:28)
2022-12-20 08:07:45 at HTTPParser.parserOnIncomingClient (node:_http_client:686:27)
2022-12-20 08:07:45 at HTTPParser.parserOnHeadersComplete (node:_http_common:117:17)
2022-12-20 08:07:45 at TLSSocket.socketOnData (node:_http_client:528:22)
2022-12-20 08:07:45 at TLSSocket.emit (node:events:513:28)
2022-12-20 08:07:45 at addChunk (node:internal/streams/readable:324:12)
2022-12-20 08:07:45 at readableAddChunk (node:internal/streams/readable:297:9)
2022-12-20 08:07:45 at Readable.push (node:internal/streams/readable:234:10)
2022-12-20 08:07:45 at TLSWrap.onStreamRead (node:internal/stream_base_commons:190:23)
2022-12-20 08:07:45 连接已关闭： 1006
2022-12-20 08:13:04 发生错误, Request failed with status code 401
2022-12-20 08:13:14 发生错误, Request failed with status code 401
2022-12-20 08:14:39 发生错误, Request failed with status code 401

按照视频部署了，点击测试，出现"未知错误"是什么原因？

按照视频部署了，点击测试，出现"未知错误"是什么原因？

测试没效果

跟软件自带的百度TTS一样，直接就跳过了，不停的换下一段，但是没声音

2023.02.10 azure的接口又不行了

docker部署部分建议补充TOKEN配置项

虽然扔服务器上，倒也不太在乎流量了，但毕竟要限制一下，滥用问题。

自己解决了，目前自用yml文件如下

docker-compose.yml

version: '3.3'
services:
    ms-ra-forwarder:
        container_name: ms-ra-forwarder
        ports:
            - '3000:3000'
        image: meetcw/ms-ra-forwarder
        restart: always
        environment:
           -TOKEN: 这里替换为自己的凭据

docker命令
docker run --name ms-ra-forwarder -d -p 3000:3000 meetcw/ms-ra-forwarder -e TOKEN:这里替换为自己的凭据

小修改，就不提PR了

很多声音都用不了了,有什么办法吗?

如果使用微软云服务语音是不是所有语音都可以用了?

能不能开放其他语言，比如英语

我有读英文的需求

装在wsl debian11 上,大声朗读可以运行,azure会加载失败

发生错误, Cannot read property 'end' of undefined