🎤 ttsCN — 中文 TTS 服务商对比

8 个国内可用的语音合成后端 · 点击行查看详情 · 数据更新于 2026-07-13

💡 编辑 data/providers.json 即可更新此页面

服务商 费用 (每万字) 音色数 最大字数 最大时长 SSML 克隆 情感 语言 流式 配置
Edge TTS Microsoft 免费 20+ 2000 字/次 ~10 分钟 /次 ✅ ❌ Via SSML 100+ WebSocket ⚡ 零配置
豆包 TTS ByteDance (火山引擎) ~1 元/万字 8 + 声音复刻 280 字/次 ~1 分钟 /次 ❌ ✅ 情感预测版 (+1元/万字) 中文、英文、中英混读 WebSocket 🟡 中等
CosyVoice Alibaba (阿里云百炼) ~2 元/万字 7 400 字/次 ~2 分钟 /次 ❌ ✅ Via voice style 中文 SDK 流式 🟢 简单
Azure TTS Microsoft ~$1/百万字符 20+ + 自定义 2000 字/次 ~10 分钟 /次 ✅ ✅ Via SSML (mstts:express-as) 100+ SDK 流式 🟡 中等
腾讯云 TTS Tencent 0.75 元/万字 380+ + 声音复刻 150 字/次 ~30 秒 /次 ✅ ✅ Via SSML (精品音色) 中文、英文、粤语 WebSocket 🟡 中等
百度 AI TTS Baidu 灵活计费 30+ + 声音复刻 500 字/次 ~2 分钟 /次 ✅ ✅ Native 情感合成 (喜悦/悲伤/中性) 中文、英文、日文 WebSocket 🟢 简单
MiniMax TTS MiniMax ~$1/千字符 300+ + 复刻 + Voice Design 3000 字/次 ~5 分钟 /次 ❌ ✅ Native 8种情感 (happy/sad/angry/fearful/calm/whisper...) 40+ (中/英/日/韩/法/德/西/阿...) REST only 🟢 简单
讯飞 TTS iFlytek (科大讯飞) ~2 元/万字 500+ + 声音复刻 200 字/次 ~1 分钟 /次 ✅ ✅ Native 超拟人情感 130+ (中/英/日/韩/俄/方言语种...) WebSocket 🟡 中等

📋 服务商详情

Edge TTS

Microsoft
🆓 免费 ⚡ 零配置 📝 SSML
免费
¥0
20+
2000 字
~10 分钟
✅
❌
Via SSML
—
100+
WebSocket
⚡ 零配置
pip install edge-tts
N/A (免费，无需注册)
无需

推荐音色

zh-CN-XiaoxiaoNeural 晓晓 Female, 温暖标准 默认通用场景
zh-CN-YunxiNeural 云希 Male, 活力年轻 旁白、Vlog
zh-CN-YunjianNeural 云健 Male, 成熟权威 体育、新闻
zh-CN-XiaoyiNeural 晓伊 Female, 活泼开朗 短视频、抖音
zh-CN-YunyangNeural 云扬 Male, 深沉专业 纪录片、配音
zh-CN-YunfengNeural 云峰 Male, 浑厚深沉 电影预告片

豆包 TTS

ByteDance (火山引擎)
🎬 短视频 🎵 抖音 🎭 声音克隆
~1 元/万字
~¥1
8 + 声音复刻
280 字
~1 分钟
❌
✅
情感预测版 (+1元/万字)
—
中文、英文、中英混读
WebSocket
🟡 中等
pip install requests
https://openspeech.bytedance.com/api/v1/tts
VOLCENGINE_APPID VOLCENGINE_ACCESS_TOKEN
🔊 声音克隆: seed-icl-2.0: 5秒音频即可复刻, 150元/音色/年
🔑 获取 API Key: https://console.volcengine.com/ark/region:ark+cn-beijing/apikey

推荐音色

BV001_streaming 标准女声 Female, 标准普通话 通用场景
BV002_streaming 标准男声 Male, 标准普通话 通用场景
BV003_streaming 甜美女生 Female, 甜美亲切 客服、导购
BV004_streaming 深沉男声 Male, 专业深沉 纪录片、旁白

CosyVoice

Alibaba (阿里云百炼)
🌊 流式 🚀 快速
~2 元/万字
~¥2
7
400 字
~2 分钟
❌
✅
Via voice style
—
中文
SDK 流式
🟢 简单
pip install dashscope
https://dashscope.aliyuncs.com/api/v1
DASHSCOPE_API_KEY
🔊 声音克隆: 音色复刻免费(合成正常计费): 10-20s公网URL音频, 1000音色/账户, 1年不用过期; tts.py clone create --platform cosyvoice
🔑 获取 API Key: https://bailian.console.aliyun.com/

推荐音色

longxiaochun_v3 小春 Female, 活泼 短视频、社交媒体
longxiaoxia_v3 小夏 Female, 温柔 有声书、讲故事
longxiaobai_v3 小白 Female, 可爱 儿童、动画
longlaotie_v3 老铁 Male, 幽默 搞笑、休闲内容
longchen_v3 小陈 Male, 沉稳 商务、专业
longyuhan_v3 雨涵 Female, 知性 知识、教育
longyue_v3 小悦 Female, 甜美 客服、导航

Azure TTS

Microsoft
🏢 企业级 📝 SSML 🎭 声音克隆
~$1/百万字符
≈¥0.07 (按$1/M)
20+ + 自定义
2000 字
~10 分钟
✅
✅
Via SSML (mstts:express-as)
—
100+
SDK 流式
🟡 中等
pip install azure-cognitiveservices-speech
https://eastasia.tts.speech.microsoft.com/
AZURE_SPEECH_KEY
🔊 声音克隆: Custom Neural Voice: 需申请白名单, 300+句训练语料, 企业定制
🔑 获取 API Key: https://portal.azure.com/

推荐音色

zh-CN-XiaoxiaoNeural 晓晓 Female, 温暖标准 默认通用场景
zh-CN-YunxiNeural 云希 Male, 活力年轻 旁白、Vlog
zh-CN-YunjianNeural 云健 Male, 成熟权威 体育、新闻
zh-CN-YunyangNeural 云扬 Male, 深沉专业 纪录片、配音
zh-CN-XiaochenNeural 晓辰 Female, 平静温柔 冥想、放松
zh-CN-XiaohanNeural 晓涵 Female, 柔软亲切 讲故事、情感

腾讯云 TTS

Tencent
💰 最低价 📦 批量 🎭 声音克隆
0.75 元/万字
¥0.75 (大厂最低)
380+ + 声音复刻
150 字
~30 秒
✅
✅
Via SSML (精品音色)
粤语
中文、英文、粤语
WebSocket
🟡 中等
pip install tencentcloud-sdk-python-tts
https://tts.tencentcloudapi.com/
TENCENT_SECRET_ID TENCENT_SECRET_KEY
🔊 声音克隆: 一句话版(5-15s) / 基础版(10-20min), VoiceClone API
🔑 获取 API Key: https://console.cloud.tencent.com/tts

推荐音色

101001 标准女声 Female, 温暖亲切 通用场景
101002 标准男声 Male, 沉稳大气 通用场景
101004 可爱童声 Female, 可爱活泼 儿童、故事
101005 新闻男声 Male, 成熟稳重 新闻、播报

百度 AI TTS

Baidu
😊 情感合成 🗣️ 方言 🎭 声音克隆
灵活计费
按次预付费包
30+ + 声音复刻
500 字
~2 分钟
✅
✅
Native 情感合成 (喜悦/悲伤/中性)
上海话、河南话、四川话、湖南话、贵州话
中文、英文、日文
WebSocket
🟢 简单
pip install baidu-aip chardet
https://tsn.baidu.com/text2audio
BAIDU_APP_ID BAIDU_API_KEY BAIDU_SECRET_KEY
🔊 声音克隆: 大模型声音复刻: 任意音频→秒级复刻, 支持方言+情感迁移
🔑 获取 API Key: https://console.bce.baidu.com/ai/#/ai/speech/overview

推荐音色

0 标准女声 Female, 标准清晰 通用场景
1 标准男声 Male, 标准清晰 通用场景
3 度逍遥 Male, 情感丰富 故事、情感内容
4 度丫丫 Female, 情感丰富 故事、情感内容
5003 度琪琪 Female, 甜美亲切 客服、助手
5118 自然男声 Male, 温和自然 对话、播讲

MiniMax TTS

MiniMax
⭐ 最佳质量 🎭 声音克隆 🎨 声音设计 🌍 多语言
~$1/千字符
≈¥70 (按$0.10/K)
300+ + 复刻 + Voice Design
3000 字
~5 分钟
❌
✅
Native 8种情感 (happy/sad/angry/fearful/calm/whisper...)
—
40+ (中/英/日/韩/法/德/西/阿...)
REST only
🟢 简单
pip install requests
https://api.minimax.io/v1/t2a_v2
MINIMAX_API_KEY
🔊 声音克隆: 快速复刻: 10s-5min音频, 全球站$1.5/音色(国内站首次使用¥9.9); 新音色为临时音色, 创建后全球站7天/国内站48小时内需正式合成一次(试听不算)否则删除, 用过即永久保留; tts.py clone create --platform minimax
🔑 获取 API Key: https://platform.minimaxi.com/

推荐音色

female-shaonv 少女 Female, 青春活力 通用、社交媒体
male-qn-qingse 青涩青年 Male, 清澈自然 Vlog、旁白
female-yujie 御姐 Female, 成熟优雅 专业配音
presenter_male 播音男 Male, 专业播音 新闻、纪录片
presenter_female 播音女 Female, 专业播音 新闻、纪录片
female-tianmei 甜妹 Female, 甜美可爱 客服、二次元

讯飞 TTS

iFlytek (科大讯飞)
🎤 最多音色 🎓 专业级 🎭 声音克隆 🌍 多语言
~2 元/万字
~¥2
500+ + 声音复刻
200 字
~1 分钟
✅
✅
Native 超拟人情感
多方言 (粤语/四川话/东北话...)
130+ (中/英/日/韩/俄/方言语种...)
WebSocket
🟡 中等
pip install websocket-client
wss://tts-api.xfyun.cn/v2/tts
XUNFEI_APP_ID XUNFEI_API_KEY XUNFEI_API_SECRET
🔊 声音克隆: 一句话复刻(≈3秒): 500万+已创建声音, 130+语种, MOS>4.4
🔑 获取 API Key: https://www.xfyun.cn/

推荐音色

xiaoyan 小燕 Female, 甜美标准 默认通用
xiaoyu 小宇 Female, 温柔自然 有声书、冥想
xiaofeng 小峰 Male, 成熟稳重 新闻、纪录片
xiaomei 小梅 Female, 活泼开朗 短视频、直播
xiaoqian 小倩 Female, 亲切温柔 客服、助手
xiaomeng 小萌 Female, 萌系可爱 儿童、二次元

🔧 Developer Reference

CLI Output Envelope

// Success
{"ok":true, "data":{...}, "meta":{"version":"...","schema_version":"1.1.0","timestamp":"...","ms":123}}

// Error
{"ok":false, "error":{"code":"auth_missing_env","message":"...","retryable":false,"field":"...","backend":"..."}, "meta":{...}}

Exit Codes

CodeMeaningAgent Action
0SuccessParse data, proceed
1Internal / runtime errorReport to user, do not retry
2Validation / input errorFix input, retry allowed
3Auth / missing credentialsAsk user for API key, do not retry
4Backend API errorRetry with exponential backoff

Schema Introspection

tts.py schema backends           # All 8 backends (compact by default)
tts.py schema backends --full    # All 22 fields per backend
tts.py schema backends.doubao    # Single backend full detail
tts.py schema voices             # All voice presets
tts.py schema tags               # Tag definitions
tts.py schema version            # Version + data freshness

JSON Output Modes

ModeCommandBehavior
Explicit JSON--format jsonJSON on stdout, diagnostics on stderr
Auto-detectpipe / non-TTYAuto JSON when stdout is not a terminal
Compact listschema backends11 fields (default), --full for 22
Field filter--fields name,cost,cloneAgent chooses subset, saves tokens

Idempotency

tts.py --idempotency-key "my-job-42" --input script.txt out.wav
# Retried calls with same key → cached result (~/.ttscn_idem/)
# No double-billing. 7-day TTL.

Resources

📦 GitHub Repo  ·  📄 Markdown Comparison  ·  🌐 GitHub Pages  ·  📐 agent-native-design