一个功能强大的AI语音处理平台，集成了文字转语音(TTS)和语音转文字(STT)双向功能。基于Microsoft Edge TTS和硅基流动API，支持20+种语音选项，为用户提供完整的语音处理解决方案。
- 🗣️ 文字转语音(TTS) - 基于Microsoft Edge TTS，支持20+种中文语音
- 🎧 语音转文字(STT) - 集成硅基流动API，高精度语音识别
- 🔄 双向处理 - 智能模式切换，语音与文字无缝转换
- 🌍 多语言支持 - 支持中文、英文、日文、韩文、西班牙文、法文、德文、俄文
- 🔗 API 兼容 - 兼容 OpenAI TTS API 格式
- 🎵 多音频格式 - 支持mp3、wav、m4a、flac、aac等9种音频格式
- 🔐 灵活配置 - 支持默认Token和自定义Token配置
- 🎨 现代化UI - 优雅的卡片式设计，直观的模式切换
- 访问部署后的 Worker 域名
- 确保当前为"文字转语音"模式（默认模式）
- 选择输入方式：手动输入或上传txt文件
- 在文本框中输入要转换的文字，或上传txt文件
- 选择喜欢的语音、语速、音调、语音风格等参数
- 点击"开始生成语音"按钮
- 播放生成的音频或下载 MP3 文件
- 点击页面顶部的"语音转文字"按钮切换模式
- 上传音频文件（支持mp3、wav、m4a等9种格式，最大10MB）
- 选择Token配置：使用默认Token或输入自定义硅基流动Token
- 点击"开始语音转录"按钮
- 查看转录结果，支持复制、编辑或直接转为语音
- 点击右上角的语言切换器
- 支持中文、English、日本語、한국어、Español、Français、Deutsch、Русский
- 自动记住用户的语言偏好
// JavaScript 调用示例
const response = await fetch('https://your-worker.workers.dev/v1/audio/speech', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
},
body: JSON.stringify({
input: "你好，这是一个测试",
voice: "zh-CN-XiaoxiaoNeural",
speed: 1.0,
pitch: "0",
style: "general"
})
});
const audioBlob = await response.blob();# cURL 调用示例
curl -X POST "https://your-worker.workers.dev/v1/audio/speech" \
-H "Content-Type: application/json" \
-d '{
"input": "你好，这是一个测试",
"voice": "zh-CN-XiaoxiaoNeural",
"speed": 1.0,
"pitch": "0",
"style": "general"
}' \
--output speech.mp3// JavaScript 调用示例
const formData = new FormData();
formData.append('file', audioFile); // 音频文件
formData.append('token', 'your-siliconflow-token'); // 可选，不提供则使用默认token
const response = await fetch('https://your-worker.workers.dev/v1/audio/transcriptions', {
method: 'POST',
body: formData
});
const result = await response.json();
console.log(result.text); // 转录结果# cURL 调用示例
curl -X POST "https://your-worker.workers.dev/v1/audio/transcriptions" \
-F "file=@audio.mp3" \
-F "token=your-siliconflow-token"zh-CN-XiaoxiaoNeural- 晓晓 (温柔)zh-CN-XiaoyiNeural- 晓伊 (甜美)zh-CN-XiaochenNeural- 晓辰 (知性)zh-CN-XiaohanNeural- 晓涵 (优雅)zh-CN-XiaomengNeural- 晓梦 (梦幻)zh-CN-XiaomoNeural- 晓墨 (文艺)zh-CN-XiaoqiuNeural- 晓秋 (成熟)zh-CN-XiaoruiNeural- 晓睿 (智慧)zh-CN-XiaoshuangNeural- 晓双 (活泼)zh-CN-XiaoxuanNeural- 晓萱 (清新)zh-CN-XiaoyanNeural- 晓颜 (柔美)zh-CN-XiaoyouNeural- 晓悠 (悠扬)zh-CN-XiaozhenNeural- 晓甄 (端庄)
zh-CN-YunxiNeural- 云希 (清朗)zh-CN-YunyangNeural- 云扬 (阳光)zh-CN-YunjianNeural- 云健 (稳重)zh-CN-YunfengNeural- 云枫 (磁性)zh-CN-YunhaoNeural- 云皓 (豪迈)zh-CN-YunxiaNeural- 云夏 (热情)zh-CN-YunyeNeural- 云野 (野性)zh-CN-YunzeNeural- 云泽 (深沉)
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
input |
string | - | 要转换的文本内容（必填） |
voice |
string | zh-CN-XiaoxiaoNeural |
语音选择 |
speed |
number | 1.0 |
语速 (0.5-2.0) |
pitch |
string | "0" |
音调 (-50 到 50) |
style |
string | "general" |
语音风格 |
volume |
string | "0" |
音量调节 |
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
file |
File | - | 音频文件（必填，支持多种格式） |
token |
string | 默认内置 | 硅基流动API Token（可选） |
- 文件格式: mp3, wav, m4a, flac, aac, ogg, webm, amr, 3gp
- 文件大小: 最大 10MB
- 模型: FunAudioLLM/SenseVoiceSmall（自动使用）
general- 通用风格assistant- 智能助手chat- 聊天对话customerservice- 客服专业newscast- 新闻播报affectionate- 亲切温暖calm- 平静舒缓cheerful- 愉快欢乐gentle- 温和柔美lyrical- 抒情诗意serious- 严肃正式
- 前端: 现代化 HTML5 + CSS3 + 原生JavaScript
- 后端: Cloudflare Workers（边缘计算）
- TTS引擎: Microsoft Edge TTS（20+种中文语音）
- STT引擎: 硅基流动 FunAudioLLM/SenseVoiceSmall
- 国际化: 内置8种语言支持，自动检测浏览器语言
- 设计系统: CSS变量 + 响应式布局
- UI框架: 无依赖，纯原生实现
- 交互设计: 双向模式切换，直观的用户体验
- API设计: RESTful API，兼容OpenAI格式
- 无服务器: 基于Cloudflare Workers，全球边缘部署
- 数据安全: 所有处理在边缘完成，无数据存储
- 高可用: 全球CDN加速，99.9%可用性
- 零配置: 开箱即用，无需额外配置
- 双模式设计: 水平布局的模式切换器，消除界面空白
- 现代化 UI: 采用简洁的卡片式设计
- 国际化界面: 8种语言无缝切换，右上角语言选择器
- 响应式布局: 完美适配各种设备尺寸
- 微交互: 丰富的悬停效果和动画
- 统一风格: 新旧功能视觉一致，无违和感
- 智能切换: 根据模式动态显示相关界面元素
- 无渐变设计: 使用纯色设计，更加专业
- 可访问性: 支持键盘导航和屏幕阅读器
- 模式切换: 移动端垂直布局，桌面端水平布局
- 触摸友好: 按钮尺寸针对移动端优化
- 文件上传: 支持拖拽和点击两种方式
- 性能优化: 针对移动设备的网络和性能优化
- 音频上传: 移动端优化的文件选择界面
- 结果展示: 移动端友好的转录结果展示
- 语言切换: 移动端下拉菜单适配
# 克隆项目
git clone <your-repo>
# 安装 Wrangler CLI
npm install -g wrangler
# 本地开发
wrangler dev├── index.js # 主要代码文件
├── README.md # 项目文档
└── wrangler.toml # Cloudflare Workers 配置
欢迎提交 Issue 和 Pull Request！
MIT License
- 🎉 新增语音转文字功能 - 集成硅基流动API，支持高精度语音识别
- 🌍 多语言国际化 - 支持8种语言，自动检测浏览器语言
- 🎨 品牌升级 - 更名为VoiceCraft，全新的AI语音处理平台
- 🔄 双向处理 - 智能模式切换，语音与文字无缝转换
- 📱 界面优化 - 水平布局的模式切换器，更好的空间利用
- 🔧 错误修复 - 修复文本包含特殊字符时的XML转义问题
- 基础的文字转语音功能
- Microsoft Edge TTS集成
- 响应式设计
- Microsoft Edge TTS - 提供高质量的语音合成服务
- 硅基流动 - 提供先进的语音识别API
- Cloudflare Workers - 提供无服务器计算平台
- 开源社区 - 感谢所有贡献者和用户的支持
关注公众号「一只会飞的旺旺」获取更多 AI 工具和技术分享：
- 🔥 最新 AI 工具推荐和使用教程
- 🚀 前沿技术解析和实战案例
- 💎 独家资源和工具源码分享
- 💬 技术问题答疑和交流社群
🎙️ VoiceCraft - 让语音处理更智能，让创意更有声音！
从文字到语音，从语音到文字，AI驱动的完整语音处理解决方案。