指南

PowerShell 文字转语音：用自然的声音

PowerShell 开箱即可说话：Windows 自带 System.Speech 合成器，几行代码就能让脚本播报备份完成或构建失败。不过那是 Windows 用了多年的机械声音，而且每台机器都不一样。请注意：Supertonic 3 暂不支持中文，可朗读英语、日语、韩语等 31 种语言。

免费的 SuperClonica 引擎在你自己的电脑或服务器上运行自然的神经网络声音，PowerShell 只需一次 Invoke-RestMethod 调用就能使用。本指南介绍两种方法，以及各自适用的场合。

浏览声音 安装 SuperClonica 引擎

在 PowerShell 中说话的两种方法

简单的提示用 System.Speech 就够了；凡是要给人听的内容，请用自然的声音。

  • System.Speech：Windows 内置；用 Add-Type -AssemblyName System.Speech 加载，并使用 SpeechSynthesizer 类。
  • 它可以离线工作，无需额外安装，但声音机械，并取决于系统安装的 Windows 语音。
  • SuperClonica：本地 HTTP 服务器，提供自然声音、角色声音和你自己训练的声音。
  • 支持 31 种语言，暂不支持中文。

免费试听声音

在任意声音页面输入脚本要说的句子，30 到 100 个字符，选择语言并点击生成按钮。几秒后就能听出区别，无需注册。

调用本地 SuperClonica 服务器

Windows PowerShell 5.1 会用错误的编码发送字符串请求体，所以要像上面那样传 UTF-8 字节；它还会把没有 BOM 的 .ps1 当作 ANSI 读取，含非拉丁文字的脚本请保存为带 BOM 的 UTF-8。

  • 只需启动一次服务器，在 Windows 上可用 Docker Desktop：docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu。
  • 在 PowerShell 中朗读一句话：$json = @{text='The nightly backup finished'; voice='F1'; lang='en'} | ConvertTo-Json; Invoke-RestMethod -Method Post -Uri http://localhost:8000/synthesize -ContentType 'application/json' -Body ([Text.Encoding]::UTF8.GetBytes($json)) -OutFile hello.wav。
  • 生成的是 16 位单声道 WAV，任何播放器、视频编辑器或脚本都能使用。
  • 如果其他机器也能访问服务器，请在服务器上设置 SUPERCLONICA_API_KEY，并加上 -Headers @{Authorization="Bearer 你的密钥"}。

会说话的脚本

用 (New-Object Media.SoundPlayer "hello.wav").PlaySync() 立即播放 WAV，或者把播报保存起来以后用。计划任务可以朗读晨间摘要，CI 任务可以在办公室音箱上播报构建失败，遍历 CSV 的循环可以一次生成数百条提示。在普通处理器上，短句远不到一秒。

什么时候 System.Speech 就够了

当声音只需要让人听懂、不需要好听时，System.Speech 就够了：坐在桌前时的快速提醒、无障碍测试、没有 Docker 的机器。当音频要离开你的桌面，用于视频、提示音、广播或产品，或者同一个声音需要在每台机器上听起来都一样时，请使用 SuperClonica。