Назад към всички

telegram-offline-voice

// 本地生成 Telegram 语音消息，无需 API Token。

$ git log --oneline --stat
stars:370
forks:70
updated:February 19, 2026
SKILL.mdreadonly
SKILL.md Frontmatter
nametelegram-offline-voice
description本地生成 Telegram 语音消息，无需 API Token。
metadata[object Object]

telegram-offline-voice 🎙️

本地生成，无需 Token — 使用 Microsoft Edge-TTS 生成高质量中文语音，完全离线处理，无需申请任何 API Key。

特性

  • 🔒 完全本地：无需 OpenAI / Google / Azure 等云服务 Token
  • 🎯 零成本：Edge-TTS 免费使用，无调用限制
  • 🗣️ 高质量声线：默认使用微软晓晓 (zh-CN-XiaoxiaoNeural)
  • 📱 Telegram 原生支持：输出格式符合语音气泡标准

安装依赖

# Edge-TTS
pip install edge-tts

# FFmpeg (Debian/Ubuntu)
apt install ffmpeg

使用方法

# 1. 生成原始音频
edge-tts --voice zh-CN-XiaoxiaoNeural --rate=+5% --text "你好，这是测试" --write-media raw.mp3

# 2. 转换为 Telegram 语音格式
ffmpeg -y -i raw.mp3 -c:a libopus -b:a 48k -ac 1 -ar 48000 -application voip voice.ogg

技术规范

文本格式清洗

生成语音前需清洗文本，避免朗读出标记符号：

需移除示例
Markdown 标记**加粗**、`代码`、# 标题
URL 链接https://example.com
特殊符号---、***、>>>

清洗示例：

# 简单清洗（去除常见 Markdown）
TEXT=$(echo "$RAW_TEXT" | sed 's/\*\*//g; s/`//g; s/^#\+ //g')

Telegram 语音气泡格式

Telegram 要求语音消息使用 OGG Opus 格式，否则会显示为文件而非语音气泡：

ffmpeg -i input.mp3 -c:a libopus -b:a 48k -ac 1 -ar 48000 -application voip output.ogg

参数说明：

参数值说明
-c:alibopusTelegram 要求的编码器
-b:a48k音频比特率
-ac1单声道（语音标准）
-ar48000采样率 48kHz
-applicationvoip针对语音优化

可用声线

# 查看所有中文声线
edge-tts --list-voices | grep zh-CN

推荐：

  • zh-CN-XiaoxiaoNeural — 女声，自然亲和（默认）
  • zh-CN-YunxiNeural — 男声，沉稳专业
  • zh-CN-XiaoyiNeural — 女声，活泼年轻

语速调节

# 加速 5%
edge-tts --rate=+5% --text "..." --write-media out.mp3

# 减速 10%
edge-tts --rate=-10% --text "..." --write-media out.mp3

致谢

由 @sanwecn 调优并维护。