EdgeTTS 在线配音

基于微软 Edge 神经语音的免费在线文字转语音工具，免登录、无广告、同步生成 SRT 字幕

语音合成自然人声文本转语音配音 SRT 字幕

https://edge.text-to-speech.cn/

前往官网

深度报告

Edge TTS 在线文字转语音工具（官网 edge.text-to-speech.cn）是一个第三方封装的网页版配音站，底层调用微软 Edge 浏览器的神经语音合成接口，主打完全免费、免登录、无广告、无次数限制，并支持同步生成 SRT 字幕。它的中文语音自然度接近商用 API，是短视频、有声书、课件制作者的零成本首选，但商用合规性、长文本断句和接口稳定性是绕不开的三道坎。
微软自 Windows 10 起在 Edge 浏览器内置「大声朗读」（Read Aloud）功能，其后端是 Azure 认知服务里的神经网络语音（Neural TTS）。2021 年前后，开发者发现该功能通过浏览器向 speech.platform.bing.com 发送 WebSocket 请求即可免费合成语音，且无需 API Key。开源社区据此诞生了 rany2/edge-tts（LGPLv3，GitHub 约 3k+ star）这类命令行库，把这套免费接口开放给所有人。edge.text-to-speech.cn 这类网站则是进一步把命令行能力搬到了网页上，做成免安装的在线工具，面向非技术用户。需要明确的是，该网站并非微软官方产品，而是第三方对微软免费接口的封装；微软官方对应的是付费的 Azure AI Speech 服务。
网页端操作流程极简——选语音、粘贴文本、调语速音调和音量、点生成、下载 MP3 和 SRT。中文提供晓晓（Xiaoxiao）、云希（Yunxi）、云健（Yunjian）、云霞、云阳等多位自然音色，覆盖男女声。语速、音调、音量各 7 档（很慢到很快、很低到很高、静音到最大），但多为线性调节，缺少情感标签等精细控制。技术上，它由微软 Edge 的在线 TTS 服务驱动，支持 70+ 语言、300+ 声音（不同统计口径为 74 种语言/322 种声音或 100+ 语言/400+ 声音，因统计时点不同）。输出为 MP3 音频加同步字幕，适合视频配音、有声书、课件。与大多数需要注册、付费或限制次数的 TTS 工具不同，它对所有用户开放全部功能。用户体验上，中文自然度被普遍认可，多家评测称「完全听不出是 AI 合成」「断句按语义、有重音起伏，接近真人」。不过长句和长段落会带来问题：一句话过长时字幕也会过长，长文本建议 5000 字以内分段；情感表达偏平，做情感戏时声音有点「酷」；音色偏官方、机械，缺少情感标签和精细调节。
核心卖点是完全免费。网站本身零费用、无隐藏收费、无广告、无使用次数和文本长度限制（仅建议长文分段）。它依托微软免费的 Edge TTS 接口，自身不向用户收费，也没有明显的付费墙或订阅层。商业模式上更接近「免费工具引流」，靠自然流量和口碑传播，而非直接向用户变现。需要注意的是，微软官方 Azure AI Speech 有免费额度（F0 层每月 50 万字符）和付费层，付费版支持情感标签、离线、分段语速等更强能力，稳定性也更高。
正面评价集中在三点——免费无门槛、中文自然度高、字幕同步省事。短视频创作者、有声书作者、教育工作者是主力用户，称其「碾压腾讯云/阿里云免费额度」「效果最接近真人」。负面反馈则指向：音色偏机械、情感平淡；长文本断句和长句字幕问题；必须联网、延迟受网络影响；不支持声音克隆；对 SSML 支持有限（微软已限制只能使用 Edge 自身能生成的 SSML）。部分用户还指出它处于「灰色地带」，个人使用无碍，商用有风险。
在开发者社区，edge-tts 被视为 CI 流水线和自动化配音的「实践选择」，质量接近广播级、比肩商业 API，且免去配额管理。与 ElevenLabs（质量最佳但免费仅 1 万字符/月、禁商用、带隐形水印、中文弱、国内访问不稳）、Azure TTS（即其底层技术，付费版更稳更饱满）、Google TTS（每月 100 万字符）、OpenAI TTS（无免费层）相比，Edge TTS 的「近 Azure 质量、零配额管理」是最大差异化优势。剪映等剪辑工具则胜在与工作流无缝衔接，但音色有限、部分需会员。
第一是商用合规性。微软官方 Q&A 明确：GPLv3 允许商业化仓库代码，但若依赖微软专有服务（如 Azure Cognitive Services TTS），无有效订阅的商用可能违反服务条款，建议改用官方 Azure AI Speech。第二是稳定性与封禁。2024 年微软在接口加了 Sec-MS-Token 鉴权头，曾导致依赖库瘫痪数周；此后社区频繁报告 403 限流，同一 IP 高频请求会触发封禁，可用性约 85–97%，需借助代理或限流缓解。第三是长音频漂移、接口收紧（SSML 被移除）等工程风险。总体看，个人学习和非关键场景很香，但严肃生产环境需谨慎。
适合预算有限的个人创作者、自媒体工作室、教育工作者、独立开发者做短视频配音、有声书、课件、播客、无障碍阅读。不适合对稳定性有 SLA 要求的企业级高并发场景，也不适合需要声音克隆、强情感表达的影视级制作。替代方案：追求情感与克隆选 ElevenLabs、FishAudio、豆包、MiniMax；要企业级稳定选 Azure TTS、Google TTS、Amazon Polly；想无缝剪辑选剪映。使用建议：长文本按 300–500 字分段、用规范标点提升自然度、生产环境加限流和重试。
Edge TTS 在线配音是把微软免费神经语音接口做成零门槛网页工具的典范，中文自然度和免费力度在同类里几乎无敌，但「免费」二字的背后是商用合规与接口稳定性的双重隐忧，把它当生产力主力前请先想清这两件事。

用户评论

Lisa.Robinson_Pro

—

做短视频解说的，云希这个男声真的好用，吐字清楚节奏也自然。

Scott_Foster_66

—

批量生成靠命令行，三行代码出 mp3，爽。

JoeJames3692

—

长文本建议分段，一口气喂五千字以上，长句的字幕会变得巨长，后期还得手动拆，不如提前按 300 字一段来。

JWilliams_2021

—

晓晓女声温柔，做有声书旁白很顺耳。

MReed_2020

—

不支持克隆音色有点遗憾，想做固定人设还得另想办法。

GregoryMendoza_66

—

学生党做课件配音就图个免费，它刚好满足，不用注册不用花钱，老师布置的微课一下就搞定了。

David_GutierrezII

—

我拿它和 ElevenLabs 比过，中文自然度 Edge 已经很能打，日常口播基本听不出 AI。但 ElevenLabs 的情感和克隆确实强，价格也贵得离谱。对我来说免费加够用就是正义，偶尔需要情绪戏再临时开个会员工具补一下。

MinerProAlvarez

—

整体很香，但别把它当万能。情感、克隆、离线它都弱，搭配剪映或豆包做组合拳才舒服。

LeviS_ullivan

—

商用灰色地带，悠着点用。

JColeman_2020

—

公益教育项目找免费 TTS 方案，试过 pyttsx3 机械到没法听，espeak 像老式科幻片配音，MaryTTS 部署又是一场噩梦。直到用上 Edge TTS，才真正解决「既要免费又要商用级音质」这个需求。晓晓云希这些神经语音和 Azure 同源，中文停顿抑扬几乎听不出机器味，项目成本直接打下来。唯一的顾虑就是商用合规，我们最后还是买了 Azure 订阅兜底。

اميرحسينمرادی

—

免费的才是真香。

Richard.RobertsX

—

从开发者视角说，edge-tts 在 CI 里真香。我跑视频流水线，10 分钟音频 30 到 60 秒就生成完，质量接近广播级，比本地 Kokoro 在 CPU 上磨半天快太多了。代价是它走的是非官方端点，微软哪天收紧访问也不意外，得接受这个运营风险。

彭龙娜

—

踩过坑提醒大家：同 IP 高频调容易 403 被限流，我们批量跑的时候加了个限流和重试才稳。官方接口随时可能收紧，严肃生产环境别把它当唯一方案，最好留个 Azure 付费版保底。

Angela.Price

—

yyds，永久免费。

u5ayuo1wd

—

非技术党表示命令行劝退，后来发现 edge.text-to-speech.cn 这种网页版才真正用得起来，粘贴就能出音。

Kyle.GonzalesSr4

—

比阿里云免费版香多了，音质明显好一档。

EGutierrez_88

—

语速音调各 7 档调节够用了，短视频 accelerate 一下节奏感就出来了，不像有些工具只有三五档。

范娜磊

—

同步出 SRT 字幕太省事了，以前对齐字幕要折腾半天，现在配音字幕一起生成，剪辑效率高了一截。

Andrea.MyersSr

—

网页版免登录直接用，懒人福音。

逍遥_17

—

声音有点机械感。

JackHarris_Pro

—

方言支持是意外惊喜，陕西话辽宁话都有，做地方特色内容太方便了，这点是别家免费工具少见的。

hmk7vw

—

用了大半年，日常配音基本都扔给 Edge TTS 了，省下的 API 费用真不是小数目。就是情感戏确实平，煽情段落会切去别的工具。

狗狗46

—

我们工作室做 AI 漫剧，多角色对话全靠它。腾讯云阿里云免费额度才几百次，Edge 直接不限量，这点确实碾压。不过女主哭戏那种情绪它出不来，声音有点「酷」，所以情感戏我会换 MiniMax 补。

Br_eadBudLong

—

必须联网这点挺烦，断网就歇菜，本地还是得备个 piper 兜底。

EdgeTTS 在线配音

深度报告

用户评论

相关链接

同类产品