免费批量配音与字幕工作流-从字幕稿到成片旁白Edge TTS 语音合成助手 v1.7.0做短视频、课程讲解、影视解说、产品介绍或自媒体内容时真正耗时间的往往不是剪辑而是把字幕稿变成能用的旁白再让音频、字幕和剪辑时间线互相对齐。很多在线工具只能导出一段音频字幕还得重新切文件一多重复操作更明显。Edge TTS 语音合成助手 v1.7.0是一款免费开源的 Windows 桌面工具围绕“字幕稿 → 旁白音频 → 字幕和时间轴”的完整流程设计。它基于 Microsoft Edge 在线语音不需要 API Key支持中文、英语、日语等多种语言和大量音色适合字幕制作、AI 音频配音、文字转 AI 音频、视频旁白、短视频批量制作和课程讲解。不只是一段音频而是完整的字幕制作流程很多文字转语音工具解决的问题是“把字读出来”但视频制作还需要继续处理一句话什么时候开始什么时候结束字幕和音频是否完全对齐每行之间的停顿是否自然批量文稿能不能一次生成多个文件的音色、字幕和时间轴能不能分别设置生成完成后能不能直接打包进入剪辑软件。Edge TTS 语音合成助手把这些步骤放在同一个 Windows 界面里完成。生成一次后可以反复试听、保存音频、导出 SRT 字幕和时间轴 JSON不需要重新合成。普通模式粘贴文稿直接生成旁白普通模式适合文章、旁白、口播稿和完整脚本。把文字粘贴到左侧输入框选择语言、性别和音色点击“生成音频”就能得到一段完整 MP3。需要字幕或时间轴时可以勾选时间轴 JSON 试听高亮保存时打包 MP3 和.timeline.json每句话都有开始和结束时间生成 SRT 字幕字幕时间跟随最终音频不用再手工估算句间停顿单独控制句子之间的静音不改变人声语速。试听时正在朗读的句子会在原文中实时高亮适合字幕校对、视频定位和语言跟读。逐行模式适合短视频、影视解说和字幕脚本逐行模式面向“一行一条字幕”或“一行一段旁白”的工作方式。每个非空行会生成一个独立音频空行自动忽略。这个模式适合短视频逐句配音影视解说和混剪旁白分镜脚本配音课程字幕和跟读素材需要逐行导出 SRT 的剪辑流程。开启行末停顿后软件会精确改写每一行之间的静音开启“填充行末停顿字幕无空隙”后导出的 SRT 可以首尾相接导入剪辑软件时时间轴不再出现空白。逐页模式章节、镜头和课程批量导出逐页模式适合章节、镜头、课程段落和长篇文档。支持导入txt、md、docx、pdf在 TXT 中用单独一行的[分页]标记分隔内容每一页生成一个独立音频。导入后可以逐页检查、修改再批量生成并导出。PPT 旁白、课程讲义、电子书分段试听和视频分镜都可以用这种方式整理。v1.7.0 批量上传把重复配音变成一次任务v1.7.0 新增了普通模式的内嵌“批量上传”。点击“批量上传”后可以拖入或选择多个txt / md / docx / pdf文件原输入框会切换成文件列表。列表会显示每个文件的序号、文件名、音色、字数和生成进度。点击任意一行后右侧的音色、句间停顿、标点、SRT、时间轴、语速、音量、音调只作用于当前选中的文件。这一版还支持文本规则标记。可以在文件第一行写入音色、停顿、字幕、时间轴等设置导入时自动应用并在合成前过滤掉这一行。例如{tts:zh-CN-XiaoxiaoNeural|srt1|json1}批量生成时已完成的项目会保留重试只处理未完成项不会重复合成。全部完成后可以打包下载也可以在进度达到 100% 后右键单个文件下载独立 ZIP。每个压缩包可以包含音频、SRT、时间轴 JSON 和批量清单。对于需要连续产出视频的创作者这比一个文件一个文件地粘贴、生成、改名和导出更省时间。时间轴、字幕和剪辑对齐Edge TTS 语音合成助手比较适合剪辑工作流的地方是它不只导出音频。开启时间轴后保存的 ZIP 可以包含speech.mp3 speech.timeline.json时间轴 JSON 记录每句话的文本、开始秒数和结束秒数可以继续转换成字幕、章节标记或剪辑对齐信息。SRT 字幕则可以直接导入常见的视频剪辑软件。如果制作的是逐行字幕视频还可以让 SRT 填充行末停顿让上一行字幕持续到下一行开始避免字幕之间出现不必要的空隙。多语言和三级音色选择软件会按“语言 → 性别 → 音色”三级整理可用语音中文、粤语、英语、日语等多种语言可以快速筛选不需要在几百个音色中反复查找。语音来自 Microsoft Edge 在线语音服务官方版本不需要注册账号也不需要填写 API Key。生成前会检测服务连接和代理环境遇到临时限流或网络异常时会给出对应提示。适合哪些用户视频剪辑和后期制作快速生成旁白、字幕和时间轴短视频和自媒体创作者批量处理口播稿、解说稿和分镜脚本课程和培训讲师把讲义、PDF 和文档变成分段音频播客和有声内容创作者把文稿转成 MP3语言学习者利用逐句高亮进行跟读和听力练习开源用户和开发者Windows 桌面工具源码公开可自行构建。下载和使用Edge TTS 语音合成助手支持 Windows 10 及以上版本提供安装版和免安装便携版。发布包已经包含运行环境不需要单独安装 Python。项目采用 GPL-3.0-or-later 开源许可。官方版本免费下载和更新以 GitHub Releases 为准。项目地址https://github.com/JJosephph/ms-edge-tts-gui最新版下载https://github.com/JJosephph/ms-edge-tts-gui/releases 
长河君 · 2026/10/23 3:05:14 · 阅读 1.2k 免费批量配音与字幕工作流-从字幕稿到成片旁白：Edge TTS 语音合成助手 v1.7.0
免费批量配音与字幕工作流-从字幕稿到成片旁白Edge TTS 语音合成助手 v1.7.0做短视频、课程讲解、影视解说、产品介绍或自媒体内容时真正耗时间的往往不是剪辑而是把字幕稿变成能用的旁白再让音频、字幕和剪辑时间线互相对齐。很多在线工具只能导出一段音频字幕还得重新切文件一多重复操作更明显。Edge TTS 语音合成助手 v1.7.0是一款免费开源的 Windows 桌面工具围绕“字幕稿 → 旁白音频 → 字幕和时间轴”的完整流程设计。它基于 Microsoft Edge 在线语音不需要 API Key支持中文、英语、日语等多种语言和大量音色适合字幕制作、AI 音频配音、文字转 AI 音频、视频旁白、短视频批量制作和课程讲解。不只是一段音频而是完整的字幕制作流程很多文字转语音工具解决的问题是“把字读出来”但视频制作还需要继续处理一句话什么时候开始什么时候结束字幕和音频是否完全对齐每行之间的停顿是否自然批量文稿能不能一次生成多个文件的音色、字幕和时间轴能不能分别设置生成完成后能不能直接打包进入剪辑软件。Edge TTS 语音合成助手把这些步骤放在同一个 Windows 界面里完成。生成一次后可以反复试听、保存音频、导出 SRT 字幕和时间轴 JSON不需要重新合成。普通模式粘贴文稿直接生成旁白普通模式适合文章、旁白、口播稿和完整脚本。把文字粘贴到左侧输入框选择语言、性别和音色点击“生成音频”就能得到一段完整 MP3。需要字幕或时间轴时可以勾选时间轴 JSON 试听高亮保存时打包 MP3 和.timeline.json每句话都有开始和结束时间生成 SRT 字幕字幕时间跟随最终音频不用再手工估算句间停顿单独控制句子之间的静音不改变人声语速。试听时正在朗读的句子会在原文中实时高亮适合字幕校对、视频定位和语言跟读。逐行模式适合短视频、影视解说和字幕脚本逐行模式面向“一行一条字幕”或“一行一段旁白”的工作方式。每个非空行会生成一个独立音频空行自动忽略。这个模式适合短视频逐句配音影视解说和混剪旁白分镜脚本配音课程字幕和跟读素材需要逐行导出 SRT 的剪辑流程。开启行末停顿后软件会精确改写每一行之间的静音开启“填充行末停顿字幕无空隙”后导出的 SRT 可以首尾相接导入剪辑软件时时间轴不再出现空白。逐页模式章节、镜头和课程批量导出逐页模式适合章节、镜头、课程段落和长篇文档。支持导入txt、md、docx、pdf在 TXT 中用单独一行的[分页]标记分隔内容每一页生成一个独立音频。导入后可以逐页检查、修改再批量生成并导出。PPT 旁白、课程讲义、电子书分段试听和视频分镜都可以用这种方式整理。v1.7.0 批量上传把重复配音变成一次任务v1.7.0 新增了普通模式的内嵌“批量上传”。点击“批量上传”后可以拖入或选择多个txt / md / docx / pdf文件原输入框会切换成文件列表。列表会显示每个文件的序号、文件名、音色、字数和生成进度。点击任意一行后右侧的音色、句间停顿、标点、SRT、时间轴、语速、音量、音调只作用于当前选中的文件。这一版还支持文本规则标记。可以在文件第一行写入音色、停顿、字幕、时间轴等设置导入时自动应用并在合成前过滤掉这一行。例如{tts:zh-CN-XiaoxiaoNeural|srt1|json1}批量生成时已完成的项目会保留重试只处理未完成项不会重复合成。全部完成后可以打包下载也可以在进度达到 100% 后右键单个文件下载独立 ZIP。每个压缩包可以包含音频、SRT、时间轴 JSON 和批量清单。对于需要连续产出视频的创作者这比一个文件一个文件地粘贴、生成、改名和导出更省时间。时间轴、字幕和剪辑对齐Edge TTS 语音合成助手比较适合剪辑工作流的地方是它不只导出音频。开启时间轴后保存的 ZIP 可以包含speech.mp3 speech.timeline.json时间轴 JSON 记录每句话的文本、开始秒数和结束秒数可以继续转换成字幕、章节标记或剪辑对齐信息。SRT 字幕则可以直接导入常见的视频剪辑软件。如果制作的是逐行字幕视频还可以让 SRT 填充行末停顿让上一行字幕持续到下一行开始避免字幕之间出现不必要的空隙。多语言和三级音色选择软件会按“语言 → 性别 → 音色”三级整理可用语音中文、粤语、英语、日语等多种语言可以快速筛选不需要在几百个音色中反复查找。语音来自 Microsoft Edge 在线语音服务官方版本不需要注册账号也不需要填写 API Key。生成前会检测服务连接和代理环境遇到临时限流或网络异常时会给出对应提示。适合哪些用户视频剪辑和后期制作快速生成旁白、字幕和时间轴短视频和自媒体创作者批量处理口播稿、解说稿和分镜脚本课程和培训讲师把讲义、PDF 和文档变成分段音频播客和有声内容创作者把文稿转成 MP3语言学习者利用逐句高亮进行跟读和听力练习开源用户和开发者Windows 桌面工具源码公开可自行构建。下载和使用Edge TTS 语音合成助手支持 Windows 10 及以上版本提供安装版和免安装便携版。发布包已经包含运行环境不需要单独安装 Python。项目采用 GPL-3.0-or-later 开源许可。官方版本免费下载和更新以 GitHub Releases 为准。项目地址https://github.com/JJosephph/ms-edge-tts-gui最新版下载https://github.com/JJosephph/ms-edge-tts-gui/releases