教师TTS方案选购指南：根据你的电脑配置选最合适的语音合成方案

一张表说清楚：4种TTS方案怎么选

你的情况	推荐方案	核心优势	劣势
任意电脑，零配置	Edge TTS	137种语言，零安装，零等待	无法克隆声音，无方言
有4GB+显存，想用自己声音	CosyVoice-0.5B	声音克隆+9种方言，中文最佳	需要下载5-7GB，首次慢
Mac或轻薄本，需要离线	Kokoro	CPU可跑，~850MB，中英法意日	中文一般，语言少
极罕见小语种	Piper	35+语言，完全离线	中文质量一般

选购决策流程

开始
  │
  ├─ 你需要声音克隆吗？
  │     │
  │     ├─ 是 → CosyVoice-0.5B（需要4GB+显存）
  │     │
  │     └─ 否 ↓
  │
  ├─ 你需要离线使用吗？
  │     │
  │     ├─ 是 → 你的电脑有独显吗？
  │     │     │
  │     │     ├─ 是（≥4GB显存）→ Kokoro 或 CosyVoice-300M
  │     │     │
  │     │     └─ 否/无独显 → Kokoro
  │     │
  │     └─ 否（可以联网）→ Edge TTS（首选）
  │
  └─ 你需要中文方言吗？
        │
        ├─ 是 → CosyVoice-0.5B（支持9种方言）
        │
        └─ 否 → Edge TTS（标准普通话质量好）

各方案详细说明

方案一：Edge TTS（适合99%的老师）

适用人群：绝大多数老师，零配置首选

方案优势：

无需下载任何模型，安装包仅 5MB
支持 137 种语言，全球最多
中文质量好，音色自然
首次使用自动检测硬件，直接可用

支持的语言示例：

语言	女声推荐	男声推荐
中文普通话	zh-CN-XiaoxiaoNeural（晓晓）	zh-CN-YunxiNeural（云希）
英语	en-US-AriaNeural	en-US-GuyNeural
日语	ja-JP-NanamiNeural	ja-JP-KeitaNeural
法语	fr-FR-DeniseNeural	fr-FR-HenriNeural
德语	de-DE-KatjaNeural	de-DE-ConradNeural
西班牙语	es-ES-ElviraNeural	—

安装命令：

powershell

& "$env:USERPROFILE\.taiwe\pyen\Scripts\pip.exe" install -i https://pypi.tuna.tsinghua.edu.cn/simple edge-tts

方案二：CosyVoice-0.5B（适合有独显的老师）

适用人群：有 4GB+ 显存显卡，想用自己声音或方言

方案优势：

中文质量最佳（4 个方案中最强）
支持声音克隆（15 秒录音生成专属音色）
支持 9 种中文方言（粤语、陕北、闽南等）
生成音频自然度高

劣势：

模型体积大（5-7GB），首次下载慢
需要 4GB+ 显存，不支持纯 CPU

音色一览：

【女声】longxiaochun / longxiaochun_v2 / longxiaoxia / longanli / longanwen / longanhuan
【男声】longxiaocheng / longlaotie / longshu / longanlang / longanyang
【方言】longanyue（粤语）/ longshange（陕北）/ longanmin（闽南）
【高级】my_voice（克隆音色，自定义名称）

安装命令：

powershell

# 1. 创建虚拟环境
$python = "$env:TAIWE_BUNDLED_PY"
& $python -m venv "$env:USERPROFILE\.taiwe\pyen"

# 2. 安装依赖
& "$env:USERPROFILE\.taiwe\pyen\Scripts\pip.exe" install -i https://pypi.tuna.tsinghua.edu.cn/simple cosyvoice modelscope

# 3. 下载模型（ModelScope 阿里云）
python -c "from modelscope import snapshot_download; snapshot_download('iic/CosyVoice2-0.5B', local_dir=\"$env:USERPROFILE\.taiwe\models\cosyvoice\")"

方案三：Kokoro（适合Mac/轻薄本）

适用人群：Mac 用户、轻薄本、无独显电脑，需完全离线

方案优势：

CPU 可跑，无需 GPU
模型体积小（~850MB）
中英法意日 5 种语言支持
生成速度较快（~30 秒/800 词）

劣势：

中文质量一般（比 Edge TTS 和 CosyVoice 弱）
语言种类少（只有 5 种）
音色选择有限

安装命令：

powershell

& "$env:USERPROFILE\.taiwe\pyen\Scripts\pip.exe" install -i https://pypi.tuna.tsinghua.edu.cn/simple kokoro soundfile misaki[zh]
python -c "from huggingface_hub import snapshot_download; snapshot_download('hexgrad/Kokoro-82M', local_dir=\"$env:USERPROFILE\.taiwe\models\kokoro\", mirror='https://hf-mirror.com')"

方案四：Piper（小语种兜底）

适用人群：需要极罕见小语种，或作为最后兜底方案

方案优势：

支持 35+ 语言，覆盖面广
完全离线，无需网络
模型体积小（~300MB 起）

劣势：

中文质量一般
配置相对复杂

安装命令：

powershell

& "$env:USERPROFILE\.taiwe\pyen\Scripts\pip.exe" install -i https://pypi.tuna.tsinghua.edu.cn/simple piper-tts

（模型在首次推理时自动从 ModelScope 下载）

常见问题

一句话总结

你的情况	最优选
普通老师，不想折腾	Edge TTS
想克隆自己的声音	CosyVoice-0.5B
用 Mac/轻薄本，要离线	Kokoro
需要小语种（如阿拉伯语、印地语）	Piper

教师TTS方案选购指南：根据你的电脑配置选最合适的语音合成方案 ​

一张表说清楚：4种TTS方案怎么选 ​

选购决策流程 ​

各方案详细说明 ​

方案一：Edge TTS（适合99%的老师） ​

方案二：CosyVoice-0.5B（适合有独显的老师） ​

方案三：Kokoro（适合Mac/轻薄本） ​

方案四：Piper（小语种兜底） ​

常见问题 ​

一句话总结 ​

相关阅读 ​

教师TTS方案选购指南：根据你的电脑配置选最合适的语音合成方案

一张表说清楚：4种TTS方案怎么选

选购决策流程

各方案详细说明

方案一：Edge TTS（适合99%的老师）

方案二：CosyVoice-0.5B（适合有独显的老师）

方案三：Kokoro（适合Mac/轻薄本）

方案四：Piper（小语种兜底）

常见问题

一句话总结

相关阅读