ywsj/tts-studio repository overview

⁠ywsj-tts-studio 🎙️

字幕转语音工具 — 上传 SRT/VTT 字幕，自动生成多语言语音，支持 YouTube 多音轨制作

⁠✨ 功能

• 📝 字幕转语音 — 上传 SRT/VTT 字幕，自动提取文字内容生成语音
• 🌍 322 个音色 — 支持 75 种语言（中文/英语/日语/韩语/法语…）
• 🔊 在线试听 — 每个音色可点击试听语音示例
• ⏱️ 时间轴对齐 — 语音按字幕时间戳精确排列，超长自动加速适配
• 🎚️ 语速/音量调节 — 实时滑块调整
• 🔐 用户认证 — 登录保护，防暴力破解（5次失败锁定5分钟）
• 📋 生成历史 — SQLite 数据库记录每次生成
• 🌗 明暗主题 — 默认亮色，一键切换暗色
• 🐳 Docker 部署 — 一键启动，支持 AMD64 + ARM64 双架构

⁠web界面

⁠🚀 快速开始

⁠方式一：Docker Compose（推荐）

# 克隆
git clone https://github.com/yyzq-cf/ywsj-tts-studio.git
cd ywsj-tts-studio

# 直接启动（零配置，内置默认值 admin/admin123）
docker-compose up -d

# 访问
# http://你的IP:5100
# 默认账号: admin / admin123

如需修改密码，三种方式任选：

# 方式1: 用 .env 文件覆盖
cp .env.example .env
# 编辑 .env 修改密码
docker-compose up -d

# 方式2: 命令行环境变量覆盖
ADMIN_PASSWORD=*** docker-compose up -d

# 方式3: 启动后在 Web 界面 ⚙️ 设置中修改

⁠方式二：Docker Run

docker run -d --name tts-studio --restart unless-stopped \
  -p 5100:5100 \
  -e ADMIN_USERNAME=admin \
  -e ADMIN_PASSWORD=*** \
  -v $(pwd)/output:/app/output \
  ywsj/tts-studio:latest

⁠🐳 Docker 镜像

镜像已发布至 Docker Hub，支持 AMD64 (x86_64) 和 ARM64 双平台架构：

ywsj/tts-studio:latest

直接拉取即可，Docker 会自动匹配当前平台架构：

docker pull ywsj/tts-studio:latest

⁠📱 使用流程

1. 上传 SRT/VTT 字幕文件，或在文本框直接输入内容
2. 选择音色（可按语言筛选，点击试听）
3. 调整语速和音量（可选）
4. 点击「开始生成」，等待处理完成
5. 在线试听，下载 MP3

⁠⚠️ 端口要求

⁠🔧 环境变量

⁠🎤 常用中文音色

⁠🎬 YouTube 多音轨制作

用不同音色生成多语言音频后，用 ffmpeg 合并：

ffmpeg -i video.mp4 -i chinese.mp3 -i english.mp3 \
  -map 0:v -map 1:a -map 2:a \
  -c:v copy -c:a aac \
  -metadata:s:a:0 language=chi \
  -metadata:s:a:1 language=eng \
  output.mp4

⁠📐 技术架构

• 后端: Flask + Flask-SocketIO + edge-tts + pydub
• 数据库: SQLite（用户管理 + 生成历史）
• 前端: Bootstrap 5 + Socket.IO + 原生 JS
• 语音引擎: 微软 Edge TTS（免费，无需 API Key）
• 容器: Docker + ffmpeg（AMD64 + ARM64 双架构）

⁠☕ 请作者喝杯咖啡

如果这个项目对你有帮助，欢迎请作者喝杯咖啡 ☕️

⁠📜 License

MIT