本项目是一个面向英语听力卷制作的本地文字转语音工具,由 Flask 后端与单文件前端组成,可把带角色标记的文本一键合成为带停顿、提示音的 MP3 音频。
一、具体功能模块
1. 三种合成模式:单人朗读、多人对话、单词听写,分别对应整段课文、角色对话与单词听写材料。
2. 多角色与音色管理:按「角色名: 台词」自动识别角色,数量不限,内置 C/W/Q/M 默认音色,提供普通话、英式、美式共 24 个神经网络音色,每个角色可单独设置音色、语速、音调与音量。
3. 听力卷标记解析:支持停顿秒数标记与七种提示音标记,提示音由纯 Python 合成,无需外部音频素材。
4. 分段试听与边生成边播放:结果区逐句列出文本并标注角色与音色,支持单句试听、从任意句连续播放;首句合成完成即可播放,无需等待整卷生成。
5. 内容寻址缓存:每句音频按文本与音色参数计算哈希并复用,重复句子瞬时输出,程序重启后缓存依然有效。
6. 交付形态:提供 Windows 单文件免安装 exe,内置 Python 运行环境与 ffmpeg,双击即可启动;同时保留源码运行方式与 PyInstaller 构建配置。
二、主要功能描述
教师粘贴听力卷文本后,工具自动分句、按角色分配音色、并发调用语音合成,依序拼接语音与静音、插入提示音,最终输出可直接用于课堂或考试的 MP3。生成过程中可边听边改,逐句核对每个角色的发音与停顿,显著缩短英语听力材料的制作时间。项目已在 GitHub 公开源码与两个正式版本,适用于英语教师制作听力音频、单词听写材料及课堂练习素材。
点击空白处退出提示











评论