EdgeTTS 線上配音

基於微軟 Edge 神經語音的免費線上文字轉語音工具，免登入、無廣告、同步生成 SRT 字幕

語音合成自然人聲文字轉語音配音 SRT 字幕

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

前往官網

深度報告

Edge TTS 線上文字轉語音工具（官網 edge.text-to-speech.cn）是一個第三方封裝的網頁版配音站，底層呼叫微軟 Edge 瀏覽器的神經語音合成介面，主打完全免費、免登入、無廣告、無次數限制，並支援同步生成 SRT 字幕。它的中文語音自然度接近商用 API，是短影片、有聲書、課件製作者的零成本首選，但商用合規性、長文字斷句和介面穩定性是繞不開的三道坎。
微軟自 Windows 10 起在 Edge 瀏覽器內建「大聲朗讀」（Read Aloud）功能，其後端是 Azure 認知服務裡的神經網路語音（Neural TTS）。2021 年前後，開發者發現該功能透過瀏覽器向 speech.platform.bing.com 傳送 WebSocket 請求即可免費合成語音，且無需 API Key。開源社群據此誕生了 rany2/edge-tts（LGPLv3，GitHub 約 3k+ star）這類命令列庫，把這套免費介面開放給所有人。edge.text-to-speech.cn 這類網站則是進一步把命令列能力搬到了網頁上，做成免安裝的線上工具，面向非技術使用者。需要明確的是，該網站並非微軟官方產品，而是第三方對微軟免費介面的封裝；微軟官方對應的是付費的 Azure AI Speech 服務。
網頁端操作流程極簡——選語音、貼上文字、調語速音調和音量、點生成、下載 MP3 和 SRT。中文提供曉曉（Xiaoxiao）、雲希（Yunxi）、雲健（Yunjian）、雲霞、雲陽等多位自然音色，覆蓋男女聲。語速、音調、音量各 7 檔（很慢到很快、很低到很高、靜音到最大），但多為線性調節，缺少情感標籤等精細控制。技術上，它由微軟 Edge 的線上 TTS 服務驅動，支援 70+ 語言、300+ 聲音（不同統計口徑為 74 種語言/322 種聲音或 100+ 語言/400+ 聲音，因統計時點不同）。輸出為 MP3 音訊加同步字幕，適合影片配音、有聲書、課件。與大多數需要註冊、付費或限制次數的 TTS 工具不同，它對所有使用者開放全部功能。使用者體驗上，中文自然度被普遍認可，多家評測稱「完全聽不出是 AI 合成」「斷句按語義、有重音起伏，接近真人」。不過長句和長段落會帶來問題：一句話過長時字幕也會過長，長文字建議 5000 字以內分段；情感表達偏平，做情感戲時聲音有點「酷」；音色偏官方、機械，缺少情感標籤和精細調節。
核心賣點是完全免費。網站本身零費用、無隱藏收費、無廣告、無使用次數和文字長度限制（僅建議長文分段）。它依託微軟免費的 Edge TTS 介面，自身不向使用者收費，也沒有明顯的付費牆或訂閱層。商業模式上更接近「免費工具引流」，靠自然流量和口碑傳播，而非直接向使用者變現。需要注意的是，微軟官方 Azure AI Speech 有免費額度（F0 層每月 50 萬字元）和付費層，付費版支援情感標籤、離線、分段語速等更強能力，穩定性也更高。
正面評價集中在三點——免費無門檻、中文自然度高、字幕同步省事。短影片創作者、有聲書作者、教育工作者是主力使用者，稱其「碾壓騰訊雲/阿里雲免費額度」「效果最接近真人」。負面反饋則指向：音色偏機械、情感平淡；長文字斷句和長句字幕問題；必須聯網、延遲受網路影響；不支援聲音克隆；對 SSML 支援有限（微軟已限制只能使用 Edge 自身能生成的 SSML）。部分使用者還指出它處於「灰色地帶」，個人使用無礙，商用有風險。
在開發者社群，edge-tts 被視為 CI 流水線和自動化配音的「實踐選擇」，質量接近廣播級、比肩商業 API，且免去配額管理。與 ElevenLabs（質量最佳但免費僅 1 萬字元/月、禁商用、帶隱形水印、中文弱、國內訪問不穩）、Azure TTS（即其底層技術，付費版更穩更飽滿）、Google TTS（每月 100 萬字元）、OpenAI TTS（無免費層）相比，Edge TTS 的「近 Azure 質量、零配額管理」是最大差異化優勢。剪映等剪輯工具則勝在與工作流無縫銜接，但音色有限、部分需會員。
第一是商用合規性。微軟官方 Q&A 明確：GPLv3 允許商業化倉庫程式碼，但若依賴微軟專有服務（如 Azure Cognitive Services TTS），無有效訂閱的商用可能違反服務條款，建議改用官方 Azure AI Speech。第二是穩定性與封禁。2024 年微軟在介面加了 Sec-MS-Token 鑑權頭，曾導致依賴庫癱瘓數週；此後社群頻繁報告 403 限流，同一 IP 高頻請求會觸發封禁，可用性約 85–97%，需藉助代理或限流緩解。第三是長音訊漂移、介面收緊（SSML 被移除）等工程風險。總體看，個人學習和非關鍵場景很香，但嚴肅生產環境需謹慎。
適合預算有限的個人創作者、自媒體工作室、教育工作者、獨立開發者做短影片配音、有聲書、課件、播客、無障礙閱讀。不適合對穩定性有 SLA 要求的企業級高併發場景，也不適合需要聲音克隆、強情感表達的影視級製作。替代方案：追求情感與克隆選 ElevenLabs、FishAudio、豆包、MiniMax；要企業級穩定選 Azure TTS、Google TTS、Amazon Polly；想無縫剪輯選剪映。使用建議：長文字按 300–500 字分段、用規範標點提升自然度、生產環境加限流和重試。
Edge TTS 線上配音是把微軟免費神經語音介面做成零門檻網頁工具的典範，中文自然度和免費力度在同類裡幾乎無敵，但「免費」二字的背後是商用合規與介面穩定性的雙重隱憂，把它當生產力主力前請先想清這兩件事。

使用者評論

Lisa.Robinson_Pro

—

做短影片解說的，雲希這個男聲真的好用，吐字清楚節奏也自然。

Scott_Foster_66

—

批次生成靠命令列，三行程式碼出 mp3，爽。

JoeJames3692

—

長文字建議分段，一口氣喂五千字以上，長句的字幕會變得巨長，後期還得手動拆，不如提前按 300 字一段來。

JWilliams_2021

—

曉曉女聲溫柔，做有聲書旁白很順耳。

MReed_2020

—

不支援克隆音色有點遺憾，想做固定人設還得另想辦法。

GregoryMendoza_66

—

學生黨做課件配音就圖個免費，它剛好滿足，不用註冊不用花錢，老師佈置的微課一下就搞定了。

David_GutierrezII

—

我拿它和 ElevenLabs 比過，中文自然度 Edge 已經很能打，日常口播基本聽不出 AI。但 ElevenLabs 的情感和克隆確實強，價格也貴得離譜。對我來說免費加夠用就是正義，偶爾需要情緒戲再臨時開個會員工具補一下。

MinerProAlvarez

—

整體很香，但別把它當萬能。情感、克隆、離線它都弱，搭配剪映或豆包做組合拳才舒服。

LeviS_ullivan

—

商用灰色地帶，悠著點用。

JColeman_2020

—

公益教育專案找免費 TTS 方案，試過 pyttsx3 機械到沒法聽，espeak 像老式科幻片配音，MaryTTS 部署又是一場噩夢。直到用上 Edge TTS，才真正解決「既要免費又要商用級音質」這個需求。曉曉雲希這些神經語音和 Azure 同源，中文停頓抑揚幾乎聽不出機器味，專案成本直接打下來。唯一的顧慮就是商用合規，我們最後還是買了 Azure 訂閱兜底。

اميرحسينمرادی

—

免費的才是真香。

Richard.RobertsX

—

從開發者視角說，edge-tts 在 CI 裡真香。我跑影片流水線，10 分鐘音訊 30 到 60 秒就生成完，質量接近廣播級，比本地 Kokoro 在 CPU 上磨半天快太多了。代價是它走的是非官方端點，微軟哪天收緊訪問也不意外，得接受這個運營風險。

彭龍娜

—

踩過坑提醒大家：同 IP 高頻調容易 403 被限流，我們批次跑的時候加了個限流和重試才穩。官方介面隨時可能收緊，嚴肅生產環境別把它當唯一方案，最好留個 Azure 付費版保底。

Angela.Price

—

yyds，永久免費。

u5ayuo1wd

—

非技術黨表示命令列勸退，後來發現 edge.text-to-speech.cn 這種網頁版才真正用得起來，貼上就能出音。

Kyle.GonzalesSr4

—

比阿里雲免費版香多了，音質明顯好一檔。

EGutierrez_88

—

語速音調各 7 檔調節夠用了，短影片 accelerate 一下節奏感就出來了，不像有些工具只有三五檔。

範娜磊

—

同步出 SRT 字幕太省事了，以前對齊字幕要折騰半天，現在配音字幕一起生成，剪輯效率高了一截。

Andrea.MyersSr

—

網頁版免登入直接用，懶人福音。

逍遙_17

—

聲音有點機械感。

JackHarris_Pro

—

方言支援是意外驚喜，陝西話遼寧話都有，做地方特色內容太方便了，這點是別家免費工具少見的。

hmk7vw

—

用了大半年，日常配音基本都扔給 Edge TTS 了，省下的 API 費用真不是小數目。就是情感戲確實平，煽情段落會切去別的工具。

狗狗46

—

我們工作室做 AI 漫劇，多角色對話全靠它。騰訊雲阿里雲免費額度才幾百次，Edge 直接不限量，這點確實碾壓。不過女主哭戲那種情緒它出不來，聲音有點「酷」，所以情感戲我會換 MiniMax 補。

Br_eadBudLong

—

必須聯網這點挺煩，斷網就歇菜，本地還是得備個 piper 兜底。

EdgeTTS 線上配音

深度報告

使用者評論

相關連結

同類產品