CF-voice

CF-voice 是一个部署在 Cloudflare Workers 上的轻量语音工具：在浏览器中将文字转为语音，或将音频转为文本。无需安装客户端，打开网页即可使用。

能做什么

• 文字转语音：内置多种 Edge Neural 音色，可调节语速、音调和表达风格。
• 生成前试听：按当前选择快速试听音色，无需先输入完整文本。
• 语音转文字：上传常见音频文件并得到可复制、可编辑的转写结果。
• 多服务 STT：可使用硅基流动，或接入任意 OpenAI 兼容的转录服务。
• 多格式导出：生成 MP3、WAV、Opus 或 PCM 音频，并可直接播放或下载。
• 文本与文件输入：既支持直接粘贴文字，也支持上传 TXT 文件。
• 多语言界面：提供中文、英文、日文、韩文、西班牙文、法文、德文和俄文界面。
• 网页访问保护：部署者可选配访问密码；开启后仅网页界面需要验证，程序 API 调用不受影响。
• 工程化模块架构：v2.0.0 采用清晰的分层工程架构（API/Utils/Frontend），前后端资源彻底分离，且保持 0 外部 npm 运行时依赖。

使用方式

文字转语音

1. 输入或上传需要朗读的文字。
2. 选择音色、语速、音调和风格；可先点击“试听当前音色”。
3. 点击“开始生成语音”，在线播放或下载生成结果。

语音转文字

1. 切换到“语音转文字”，上传音频。
2. 在 STT 服务设置中选择服务商，按需要输入自己的 API Key。
3. 开始转录后，可复制、编辑结果，或一键转回语音。

适用场景

• 为文章、通知、课程内容制作可听版本
• 快速试听和挑选中文、英文等不同音色
• 整理访谈、录音、会议或短视频的文字稿
• 为脚本、自动化或应用提供标准化的语音能力

版本与更新日志

本项目遵循语义化版本规范，完整的版本演进历史与各阶段说明详见：更新日志 (CHANGELOG.md)。

• 当前版本：v2.4.2（在线听书全方位优化：性别场景音色筛选、双卡片解耦、结束听书、预设面板）
• 历史版本：v2.4.0（在线听书优化）、v2.3.0（在线听书初始版）、v2.2.0（流式播放）、v2.1.0（便捷复制与交互优化）

技术文档

• 部署、访问密码、密钥配置、API 参数和本地开发说明请见：技术与部署指南。
• 第一次使用网页、在 OpenAI TTS 兼容客户端中配置地址，或不确定“网页密码”和“API Key”区别时，请阅读：普通用户指南。

许可证

MIT License