Piper Tts Engine Free

基于 Piper 的本地离线文字转语音工具，零云端调用、零 API 费用，适合个人单条语音生成。

本地语音合成 免费版

概述

免费版本地语音合成工具基于 Piper 引擎，为个人用户提供完全离线的文字转语音能力。无需云端 API、无需 API Key、零费用，安装后即可在本地生成高质量语音。生成的 MP3 文件可作为语音消息投递至 Telegram、Discord 等渠道。本版本适合个人开发者、内容创作者与无障碍辅助场景。

与专业版相比，免费版聚焦单条文本合成与预置音色选择，不包含批量合成、自定义音色训练、SSML 标记与 API 服务化等高级能力。但两者的核心合成命令完全一致，便于后续平滑升级。

核心能力

能力	说明
本地离线合成	完全在本地运行，不依赖任何云端服务
单条文本合成	将一段文本转换为 MP3 语音文件
预置音色	提供多个预置音色（英语为主）
快速生成	合成速度约 0.5-1 秒，远快于云端 TTS
语音消息投递	生成的 MP3 可作为原生语音消息发送
零配置	安装后无需 API Key 即可使用
技术实现要点：核心能力基于input_params参数与output_format配置实现,支持创建/查询/修改/删除等操作模式,通过config_options进行运行时配置。

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。 输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。 输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。 输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：Piper、的本地离线文字转、语音工具、零云端调用、适合个人单条语音、面向个人用户的本、地离线文字转语音、多音色选择、离线运行、适用场景、个人语音消息生成、离线朗读、无障碍辅助、内容创作配音、差异化、免费版聚焦单条文、本合成与基础音色、不含批量合成与自、定义音色训练、适用关键词、语音合成、文字转语音、voice等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一：个人语音消息生成

用户希望将一段文字转为语音消息发送给好友。

bash

# 生成语音
scripts/piper-speak.sh "嘿，今天天气不错，要不要一起出去走走？"

# 示例
# MP3 路径: ~/.piper/output/20260718_153000.mp3

将输出路径填入回复，以语音消息形式投递：

text

[[audio_as_voice]]
MEDIA:~/.piper/output/20260718_153000.mp3

场景二：内容创作配音

博主为短视频生成英文旁白，避免真人录音。

bash

# 生成英文旁白
scripts/piper-speak.sh "Welcome to my channel. Today we will explore the future of AI." en_US-ryan-high

# 输出
# MP3 路径: ~/.piper/output/20260718_153100.mp3

场景三：无障碍朗读辅助

将长文本转为语音，方便视障用户或通勤时收听。

bash

# 朗读一段文章摘要
scripts/piper-speak.sh "本文介绍了向量数据库的核心原理与典型应用场景，包括相似度检索、推荐系统与语义搜索。"

不适用场景

以下场景本地语音合成免费版不适合处理：

• 加密文件破解
• 损坏文件修复
• 物理介质数据恢复

触发条件

需要文件处理、文档转换、格式互转、内容提取时使用。不适用于非本工具能力范围的需求。

快速开始

1. 运行安装脚本，自动安装 Piper 引擎与默认音色。

bash

scripts/setup-piper.sh

安装脚本会：

• 通过 pip 安装 piper-tts
• 下载默认音色 en_US-kusal-medium
• 配置输出目录 ~/.piper/output/

2. 生成第一条语音。

bash

scripts/piper-speak.sh "Hello, this is my first voice message."

3. 获取 MP3 路径并投递。

text

[[audio_as_voice]]
MEDIA:/path/to/output.mp3

配置示例

免费版配置通过环境变量或脚本参数控制。

bash

# ~/.piper/config.sh
export PIPER_VOICE="en_US-kusal-medium"   # 默认音色
export PIPER_OUTPUT_DIR="$HOME/.piper/output"  # 输出目录
export PIPER_SPEED="1.0"                  # 语速（0.5-2.0）

可用预置音色

音色名称	语言	风格	推荐用途
en_US-kusal-medium	美式英语	清晰男声（默认）	通用场景
en_US-ryan-high	美式英语	高质量男声	内容创作
en_US-hfc_male-medium	美式英语	自然男声	日常对话
en_GB-northern_english_male-medium	英式英语	英国男声	英式内容

下载更多音色：

bash

scripts/setup-piper.sh --voice en_US-ryan-high
scripts/setup-piper.sh --voice en_GB-northern_english_male-medium

最佳实践

• 按需合成：不要设置 messages.tts.auto: "always"，这会使每条回复都变慢。保持按需触发。
• 音色选择：内容创作推荐 en_US-ryan-high（高质量），日常使用推荐 en_US-kusal-medium（速度快）。
• 文本长度：单条合成建议不超过 500 字，过长文本建议分段合成后拼接。
• 语速调整：通过 PIPER_SPEED 环境变量调整，1.0 为正常速度，1.2 适合快节奏内容。
• 输出管理：定期清理 ~/.piper/output/ 目录，避免磁盘空间占用过多。
• 离线运行：安装完成后完全离线，无需网络连接，适合无网环境使用。
• 平台兼容：支持 macOS（Apple Silicon + Intel）与 Linux，需 Python 3.9+。

常见问题

依赖详情

Piper 需要 Python 3.9+。运行 python3 --version 检查版本，若低于 3.9 请先升级 Python。

Q2：合成的语音有杂音或断续？

• 检查文本中是否包含特殊字符，尝试去除 emoji 与特殊符号。
• 确认音色模型完整下载，重新运行 scripts/setup-piper.sh --voice <音色名>。
• 长文本建议分段合成。

Q3：免费版支持中文语音吗？

免费版预置音色以英语为主。如需中文语音合成，可尝试下载社区中文音色模型，或升级至专业版获取多语言支持。

Q4：可以在 Windows 上使用吗？

免费版主要支持 macOS 与 Linux。Windows 用户建议通过 WSL（Windows Subsystem for Linux）运行，或升级至专业版获取原生 Windows 支持。

Q5：合成的 MP3 如何发送到 Telegram？

在 Agent 回复中使用 [[audio_as_voice]] 标记加上 MEDIA:<MP3路径>，即可作为原生语音消息投递至 Telegram 等渠道。

已知限制

没有。免费版完全本地运行，无任何使用次数或频率限制。合成速度取决于本地硬件性能。

Q7：如何调整语速？

通过环境变量 PIPER_SPEED 设置，范围 0.5（慢速）到 2.0（快速），默认 1.0。

bash

export PIPER_SPEED="1.2"  # 加速20%
scripts/piper-speak.sh "这是一段加速语音"

依赖说明

运行环境

• Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：macOS（Apple Silicon + Intel）/ Linux
• 运行时：Python 3.9+
• 网络：仅安装时需要下载音色模型，运行时完全离线

第三方依赖

依赖项	类型	是否必需	获取方式
Python 3.9+	运行时	必需	python.org 官方下载
piper-tts	Python 包	必需	pip install piper-tts（安装脚本自动处理）
音色模型	模型文件	必需	安装脚本自动下载默认音色
LLM API	API	必需	由 Agent 内置 LLM 提供
onnxruntime	Python 包	必需	pip install onnxruntime（自动安装）

API Key 配置

• 免费版无需任何 API Key。
• 完全本地离线运行，不调用任何云端服务。

可用性分类

• 分类：MD+EXEC（纯 Markdown 指令，部分功能需要 exec 命令行执行能力）
• 说明：基于 Markdown 的 AI Skill，通过自然语言指令驱动 Agent 执行任务。免费版为单条合成功能子集，核心合成命令与专业版完全兼容。

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

示例

基本用法

输入：用户提供操作指令和必要参数

输出：返回执行结果,包含操作状态和输出数据

text

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功