讓終端機,
開口說話。

say -i "讓終端機,開口說話。"

say 是跨平台的文字轉語音指令,用法和 macOS 內建的 say 一樣。Windows、Linux、macOS 都能執行,內建 300 多種 Microsoft Edge 神經語音,也不需要另外安裝 ffmpeg。

npm install -g @willh/say

需要 Node.js 18 以上。安裝時會下載你的平台對應的原生執行檔,並核對 SHA-256。

300 多種聲音,先聽這八種

預設是台灣華語的 HsiaoChen。想換聲音,在 -v 後面打名稱的任一段就行,不分大小寫。

  • 台灣華語zh-TW

    HsiaoChen 預設

    女聲

    早安!建置已經完成,所有測試都通過了。

    say -v HsiaoChen
  • 台灣華語zh-TW

    YunJhe

    男聲

    提醒你,十分鐘後要開站立會議。

    say -v YunJhe
  • 台灣華語zh-TW

    HsiaoYu

    女聲

    部署成功,網站已經上線囉!

    say -v HsiaoYu
  • 美式英語en-US

    Andrew

    男聲

    Build finished in forty-two seconds. All tests passed.

    say -v en-US-AndrewNeural
  • 美式英語en-US

    Ava

    女聲

    Heads up: your long-running job just completed.

    say -v en-US-AvaNeural
  • 日語ja-JP

    Nanami

    女聲

    ビルドが完了しました。お疲れさまでした。

    say -v Nanami
  • 韓語ko-KR

    SunHi

    女聲

    배포가 완료되었습니다. 수고하셨습니다.

    say -v SunHi
  • 法語fr-FR

    Denise

    女聲

    La compilation est terminée. Bonne journée !

    say -v fr-FR-DeniseNeural

完整清單用 -v "?" 查詢,加上 --locale 可以只看某個語系:

$ say -v "?" --locale zh-TW
ShortName              Locale  Gender  FriendlyName
---------------------  ------  ------  ------------
zh-TW-HsiaoChenNeural  zh-TW   Female  Microsoft HsiaoChen Online (Natural) - Chinese (Taiwan)
zh-TW-HsiaoYuNeural    zh-TW   Female  Microsoft HsiaoYu Online (Natural) - Chinese (Taiwanese Mandarin)
zh-TW-YunJheNeural     zh-TW   Male    Microsoft YunJhe Online (Natural) - Chinese (Taiwan)

從 macOS 換過來,指令照舊

參數名稱和行為都照著 macOS 的 say 設計,寫好的腳本拿到 Windows 或 Linux 也能直接跑。最大的差別是語音來自 Microsoft Edge 的線上服務,所以執行時需要網路。

功能 macOS say @willh/say
朗讀參數裡的文字say "…"
從檔案或 stdin 讀取-f, --input-file
選擇語音-v, --voice可只打名稱片段
語速-r, --rateWPMWPM 或百分比
存成音訊檔-o, --output-fileAIFF、CAF…mp3、wav、ogg、webm
指定檔案與資料格式--file-format, --data-format
指定輸出裝置-a, --audio-device
顯示進度--progress
念到哪裡標到哪裡-i, --interactive
調整音調與音量--pitch, --volume
依語系列出語音--locale
把音訊送到網路位址-n, --network-send
設定聲道、位元率、品質--channels, --bit-rate, --quality
離線使用需要網路

安裝 say

用 npm 裝最省事。安裝腳本會依你的系統下載預先編譯好的執行檔並核對 SHA-256,電腦上不需要 Rust,也不需要 ffmpeg。

$ npm install -g @willh/say
$ say "你好世界"
$ npx @willh/say "你好,這是跨平台的 say!"
# Linux 要先裝 ALSA 開發標頭
$ sudo apt-get install -y libasound2-dev pkg-config
$ cargo install --git https://github.com/doggy8088/say

每個版本都附上六個平台的壓縮檔和 .sha256 校驗檔。解壓縮後,把 say 放進 PATH 裡的任一個資料夾就能用。

前往 GitHub Releases 下載

預先編譯的平台

macOS Apple 晶片
aarch64-apple-darwin
macOS Intel
x86_64-apple-darwin
Linux x64
x86_64-unknown-linux-gnu
Linux ARM64
aarch64-unknown-linux-gnu
Windows x64
x86_64-pc-windows-msvc
Windows ARM64
aarch64-pc-windows-msvc

其他平台可以裝好 Rust 後自行編譯。

常用指令

從最簡單的一句話,到建置完成時出聲提醒你。

念一段文字

多個參數會用空白接起來;什麼都不給的話,就逐行念出你打的字,按 Ctrl+D 結束。

$ say "早安,今天天氣真好!"
$ say Hello from cross-platform say

建置完成時出聲提醒

把 say 接在長時間的指令後面,就不用一直盯著畫面。

$ npm run build && say "建置完成" || say "建置失敗"
$ git log -1 --pretty=%s | say

換一種聲音

完整名稱或名稱片段都可以。用環境變數 SAY_VOICE 可以改掉預設語音。

$ say -v YunJhe "歡迎使用 say"
$ SAY_VOICE=en-US-JennyNeural say "Hello there"

調整語速

帶 % 或正負號的是百分比;純數字當成 macOS 的 WPM,175 WPM 等於 +0%。拖拉看看兩種寫法怎麼對應:

$ say -r 210 "念快一點"
$ say -r +20% "效果完全一樣"

調整音調與音量

音調用 Hz,音量用百分比,都可以是負數。

$ say --pitch +10Hz --volume +15% "提高音調、放大音量"
$ say --pitch -8Hz --volume -30% "低沉一點、小聲一點"

存成音訊檔

加上 -o 就不播放,改存檔。格式依副檔名決定,支援 mp3、wav、ogg、webm。

$ say -o greeting.mp3 "這段會存成 MP3"
$ say -o notice.wav -r +10% "這段會存成 WAV"

從檔案或管線讀取

長文章會自動切段合成,再接成同一段音訊。

$ say -f article.txt
$ echo "Hello from a pipe" | say -v Ava

指定播放裝置

先列出裝置,再用編號或名稱開頭指定。

$ say -a "?"
$ say -a 0 "用第 0 號裝置播放"

邊念邊標示

-i 會在終端機裡把念到的字反白,也可以指定顏色;--progress 顯示進度條。

$ say -i "預設用反白標示"
$ say --interactive=green "改用綠色標示"
$ say --progress "顯示合成與播放進度"

全部參數

在終端機裡執行 say --help 也看得到。

參數 預設值 說明
[MESSAGE]...—要念的文字,多個參數以空白連接。沒給文字也沒指定 -f 時,改從 stdin 讀取。
-v, --voice <VOICE>zh-TW-HsiaoChenNeural語音名稱,完整 ShortName 或名稱片段都行,也可用 SAY_VOICE 環境變數設定。傳入 ? 列出所有語音。
--list-voices—列出所有語音,效果同 -v "?"。
--locale <LOCALE>—依語系前綴篩選語音清單,例如 zh-TW、en-US、ja。
-r, --rate <RATE>+0%語速。+20%、-15% 是百分比(-100 到 200);200、120 這類純數字是 WPM,175 WPM 等於 0%。
--pitch <PITCH>+0Hz音調,例如 +10Hz、-5Hz。
--volume <VOLUME>+0%音量,例如 +20%、-30%。
-o, --output-file <FILE>—不播放,改存成音訊檔,格式依副檔名決定。
--file-format <FORMAT>依副檔名mp3、wav、ogg 或 webm。傳入 ? 列出支援的格式。
--data-format <FORMAT>—Edge TTS 原生的 audio_format 字串,例如 audio-24khz-96kbitrate-mono-mp3。傳入 ? 列出清單。
-f, --input-file <FILE>—從檔案讀取文字;- 代表 stdin。
-a, --audio-device <DEVICE>系統預設輸出裝置的編號或名稱開頭(不分大小寫)。傳入 ? 列出裝置。
--progress關閉在 stderr 顯示合成與播放進度。
-i, --interactive[=MARKUP]關閉播放時在終端機標示念到的字。可指定 bold、smul、smso、顏色名稱,或用 yellow/blue 指定前景與背景。
-h, --help—顯示說明。
-V, --version—顯示版本。

裝好之後,先讓它跟你打聲招呼

$ npm install -g @willh/say
$ say "你好,很高興認識你"