免费桌面端文本转语音工具：本地运行无需联网，支持Windows/Mac（2026）

老师们在找什么？

"我想在电脑上下个软件，把课文转成音频，不用联网的那种。"

这是很多老师的真实需求：做范读音频、生成听力材料，但学校网络不稳定，或者不想把文本传到网上。免费、桌面端、本地运行——这三个条件同时满足的工具，其实不多。

本文整理了 4 款真正可以免费在桌面端使用的文本转语音工具，按安装难度和适用场景排列。

四大免费桌面端TTS工具横向对比

工具	安装难度	是否需要联网	Windows	Mac	中文质量	声音克隆
Edge TTS	⭐ 极简	⚠️ 需要	✅	✅	⭐⭐⭐⭐	❌
CosyVoice-0.5B	⭐⭐⭐ 较复杂	❌ 完全离线	✅	✅	⭐⭐⭐⭐⭐	✅
Kokoro	⭐⭐ 中等	❌ 完全离线	✅	✅	⭐⭐⭐	❌
Piper	⭐⭐⭐ 较复杂	❌ 完全离线	✅	✅	⭐⭐	❌

结论：追求零配置选 Edge TTS；追求高质量+声音克隆选 CosyVoice；Mac/轻薄本选 Kokoro。

方案一：Edge TTS——零配置首选（⚠️需联网）

Edge TTS 是微软Azure语音服务，安装仅5MB，零配置，适合不想折腾的老师。

优势：

安装极简：pip安装即可
137种语言，全球最多
中文质量好，音色自然
mp3格式，文件小（800词约1.2MB）

劣势：

需要联网使用（微软Azure接口）
无法克隆声音

适用人群：网络稳定的学校、零配置要求、不需要声音克隆

Windows安装：

powershell

# 先检查是否有预装Python，没有则用TaiWe内置Python
& "$env:USERPROFILE\.taiwe\pyen\Scripts\pip.exe" install -i https://pypi.tuna.tsinghua.edu.cn/simple edge-tts

Mac/Linux安装：

bash

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple edge-tts

使用示例：

powershell

$python = "$env:USERPROFILE\.taiwe\pyen\Scripts\python.exe"
$script = "scripts/txt2voice/edge_tts_infer.py"

& $python $script --text "要转换的课文文本" --voice zh-CN-XiaoxiaoNeural --output "范读音频.mp3"

方案二：CosyVoice-0.5B——高质量+声音克隆（完全离线）

如果需要声音克隆（用自己的声音）或者离线使用，CosyVoice-0.5B是最好选择。

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）
完全离线，无需网络

劣势：

模型体积大（5-7GB）
需要4GB+显存显卡
首次安装较慢

适用人群：有独显电脑、需要声音克隆、追求最高中文质量

安装步骤：

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（阿里云ModelScope，首次约5-7GB）
python -c "from modelscope import snapshot_download; snapshot_download('iic/CosyVoice2-0.5B', local_dir=\"$env:USERPROFILE\.taiwe\models\cosyvoice\")"

声音克隆命令：

powershell

$python = "$env:USERPROFILE\.taiwe\pyen\Scripts\python.exe"
$script = "scripts/txt2voice/cosyvoice_clone.py"

& $python $script --ref_audio "你的录音.mp3" --ref_text "录音对应的文字内容" --voice_id "my_voice"

方案三：Kokoro——Mac/轻薄本首选（完全离线）

Kokoro 是一个新兴的开源TTS模型，体积小（~850MB），CPU可跑，Mac用户首选。

优势：

Mac M系列芯片原生支持，效率高
CPU可跑，无需GPU
模型体积小（~850MB）
中英法意日5种语言

劣势：

中文质量一般（比Edge TTS和CosyVoice弱）
语言种类少

适用人群：Mac用户、轻薄本、无独显电脑

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]

# 下载模型（约850MB）
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（完全离线）

如果需要小语种（阿拉伯语、印地语、泰语等），Piper是最后的兜底方案。

优势：

支持35+语言，覆盖极广
完全离线
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）

按需选择：你的情况对应哪个方案？

你的情况	最推荐	备选
普通Windows电脑，零配置	Edge TTS	—
有4GB+显存，要声音克隆	CosyVoice-0.5B	—
Mac或轻薄本	Kokoro	Edge TTS
需要小语种（阿拉伯语等）	Piper	Edge TTS
完全无网络，需要离线	Kokoro / CosyVoice	—

免费桌面端文本转语音工具：本地运行无需联网，支持Windows/Mac（2026）

老师们在找什么？

四大免费桌面端TTS工具横向对比

方案一：Edge TTS——零配置首选（⚠️需联网）

方案二：CosyVoice-0.5B——高质量+声音克隆（完全离线）

方案三：Kokoro——Mac/轻薄本首选（完全离线）

方案四：Piper——小语种兜底（完全离线）

按需选择：你的情况对应哪个方案？

常见问题

相关工具

免费桌面端文本转语音工具：本地运行无需联网，支持Windows/Mac（2026） ​

老师们在找什么？ ​

四大免费桌面端TTS工具横向对比 ​

方案一：Edge TTS——零配置首选（⚠️需联网） ​

方案二：CosyVoice-0.5B——高质量+声音克隆（完全离线） ​

方案三：Kokoro——Mac/轻薄本首选（完全离线） ​

方案四：Piper——小语种兜底（完全离线） ​

按需选择：你的情况对应哪个方案？ ​

常见问题 ​

相关工具 ​

免费桌面端文本转语音工具：本地运行无需联网，支持Windows/Mac（2026）

老师们在找什么？

四大免费桌面端TTS工具横向对比

方案一：Edge TTS——零配置首选（⚠️需联网）

方案二：CosyVoice-0.5B——高质量+声音克隆（完全离线）

方案三：Kokoro——Mac/轻薄本首选（完全离线）

方案四：Piper——小语种兜底（完全离线）

按需选择：你的情况对应哪个方案？

常见问题

相关工具