TTS 设置
TTS 设置
TTS 引擎核心能力对比表(纯个人主观对比)
Section titled “TTS 引擎核心能力对比表(纯个人主观对比)”评分标准说明
Section titled “评分标准说明”- ★★★★★:行业顶尖 / 完全满足需求,无明显短板
- ★★★★☆:表现优秀,仅存在极细微的可忽略不足
- ★★★☆☆:表现合格,能满足基础需求,有明显优化空间
- ★★☆☆☆:表现一般,仅能覆盖极简单场景,短板突出
- ★☆☆☆☆:不支持 / 完全无法满足需求
苹果本地内置 TTS
Section titled “苹果本地内置 TTS”
音色点评(个人观点,仅供参考,每个人喜欢的音色可能不尽相同):
婷婷、美嘉音色还凑合,其他音色忽略吧。
Qwen3TTS 引擎(本地)
Section titled “Qwen3TTS 引擎(本地)”
Qwen3 需要下载模型、加载模型后使用。模型大约需要 1.1G,需要从huggingface下载。
音色、感情方面我觉得都还可以,但是有个问题就是说话速度有点不稳,整体转写质量不是很稳定。
我不清楚是模型本身问题,还是用的开源框架的问题,对于个人播客使用,对质量容忍度比较高的场景使用我觉得 ok,如果想要质量稳定一些,就需要选择商业收费的云端引擎了。
MOSSTTS引擎(本地)
Section titled “MOSSTTS引擎(本地)”
模型大约 760M,需要先下载加载后使用。
内置 6 个中文音色,音质都还不错。因为这个开源框架并没有面向 swift 开发的官方开发包,我是用 codex 自己攒了一个,跑起来还算可以,但是因为没有经过充分测试,所以不能保证没有吞字的现象。
大家如果发现有吞字吞句的问题,可以发邮件给我反馈,把转写的文本也发一份,我来分析修正。
KoKoroTTS引擎(本地)
Section titled “KoKoroTTS引擎(本地)”
这个引擎也需要下载加载模型,约350M。
这个引擎的亮点音色主要是英文,大家可以看音色后面的 ABCD,意思是质量,A 是最好的。
只关注中文的网友可以忽略这个引擎。
AzureTTS 引擎(云端)
Section titled “AzureTTS 引擎(云端)”
右图为 Azure 的 TTS 引擎配置,需要输入 key 和 region,这两部分信息将会以密文形式保存在苹果本地的 keychain
如果您是 Azure 的用户则可以选择 Azure 的 TTS 引擎,因为是商业化引擎,所以音色、质量、稳定度都没得说,我平时用的多的音色是云扬、晓颜。
说明:macOS 上的 Keychain(钥匙串) 是系统内置的加密凭证管理系统,本质是一个受密码保护的加密容器,以确保只有机器的主人才能访问。keychain用来安全存储密码、证书、密钥、Wi‑Fi 信息、信用卡号、安全备注等敏感数据,并提供自动填充、跨设备同步与系统级权限控制,是 macOS 安全与便捷的核心组件。
本地开源 TTS 引擎
Section titled “本地开源 TTS 引擎”
这是给一些有动手能力的网友留的口子,具体思路就是自己在机器上跑一个 TTS 的 web 服务,由 TTSMate 来调用。感兴趣的请关注: