edge-tts-chinese-roleplay

edge-tts 中文角色化 TTS 配音

何时使用本 Skill

• 任何中文内容需要"多角色 TTS 配音"且预算为 0（免费）
• 短剧/动态漫/有声小说/教程/Vlog/抖音解说/课程旁白
• 已踩过 macOS say 90% 中文 voice 是空音的坑
• 需要给视频按字幕时间码插入多段配音
• 念稿 TTS 没情绪起伏，要 SSML 调 rate/pitch

核心方法

第一步：装 edge-tts（一次性）

pip3 install edge-tts
edge-tts --list-voices | grep -E "zh-CN" | head -15

预期输出（实际可用的中文 voice）：

• zh-CN-XiaoxiaoNeural Female / News, Novel / Warm
• zh-CN-XiaoyiNeural Female / Cartoon, Novel / Lively
• zh-CN-YunjianNeural Male / Sports, Novel / Passion
• zh-CN-YunxiNeural Male / Novel / Lively, Sunshine
• zh-CN-YunxiaNeural Male / Cartoon, Novel / Cute
• zh-CN-YunyangNeural Male / News / Professional, Reliable
• 辽宁-XiaobeiNeural Female / Dialect / Humorous（东北话）
• 陕西-XiaoniNeural Female / Dialect / Bright（陕西话）

第二步：角色声线分配（4 类标配）

角色类型	Voice	风格描述	典型应用
爽文男主 / 阳光小说男	zh-CN-YunxiNeural	阳光男主，活泼，小说朗读型	陆明 / 韩立 / 男 vlog 主播
反派 / 粗暴男 / 怒吼路人	zh-CN-YunjianNeural	体育激情，粗暴男	队长1 / 路人惊恐喊救命 / 反派吼叫
萌系小丑 / 配角谄媚	zh-CN-YunxiaNeural	卡通可爱搞笑	配角男争抢 / 弹幕小丑 / 反差萌
系统女音 / 温柔旁白	zh-CN-XiaoxiaoNeural	温柔，新闻级，小说级	系统提示 / 旁白 / 智能助手

第三步：6 类情绪 rate/pitch 速查

edge-tts --voice "<voice>" --rate "<rate>" --pitch "<pitch>" \
  --text "<台词>" --write-media output.mp3

情绪	rate	pitch	适用	示例
紧张惊恐喊叫	+25%	+10Hz	路人惊恐 / 反派怒吼	"救命啊！"
阳光调侃	+8%	+3Hz	男主轻松摆烂	"不准训练哈！"
沉重 OS 自嘲	-5%	-3Hz	男主内心独白	"我叫陆明，上辈子内卷加班猝死"
霸气定海一字	-30%	-5Hz	男主装逼定场	"起——！"
系统机械感	-15%	-2Hz	系统女音降速	"恭喜宿主激活系统"
谄媚小丑拔尖	+20%	+10Hz	配角谄媚抢戏	"大佬选我！"

第四步：ffmpeg 合到视频音轨

核心命令（多段 mp3 按时间码 adelay + volume 补 + amix 混合）：

ffmpeg -y -i input_video.mp4 \
  -i seg_01.mp3 -i seg_02.mp3 ... -i seg_15.mp3 \
  -i bgm.wav \
  -filter_complex "
[1:a]aresample=44100,adelay=500|500,volume=14[t1];
[2:a]aresample=44100,adelay=5500|5500,volume=14[t2];
...
[15:a]aresample=44100,adelay=52500|52500,volume=14[t15];
[16:a]aresample=44100,adelay=4000|4000,volume=0.18[bgm];
[t1][t2]...[t15][bgm]amix=inputs=16:dropout_transition=0[aout]" \
  -map 0:v -map "[aout]" \
  -c:v copy -c:a aac -b:a 192k -shortest \
  output.mp4