目前用 Go 语言原生开发 且 可直接本地运行 的 TTS（文本转语音）开源方案不多，但已有两个可以“开箱即用”的项目，均支持 离线合成 和 跨平台编译，无需 Python 环境，也无需调用云端 API： 名称 协议 是否离线 内置模型/权重 音质 活跃情况* HTGO-TTS MIT ✅ 离线 调用系统 TTS（Windows）或嵌入 espeak-ng 一般（机器声） 2024-10 仍在发版 edge-tts-go MIT ❌ 需联网 调用 Microsoft Edge 在线服务 接近真人 2024-04 持续维护 *以 GitHub 2024-09 以后 commit 为参考。 ---- 1. HTGO-TTS（完全离线） ---- • 原理： • Windows 下直接调用 SAPI 接口，由系统自带语音包发声； • Linux/macOS 下通过 espeak-ng 合成，无需网络。 • 安装 & 运行（Go 1.22+）： go get github.com/hegedustibor/htgo-tts
package main import "github.com/hegedustibor/htgo-tts" func main() { speech := htgotts.New("en") // 也可 "zh" 等 speech.Speak("Hello, this is a pure Go TTS demo.") }
• 特点： • 单文件即可编译；体积 < 10 MB；适合嵌入式或离线提示场景。 • 缺点：音色固定、机器感明显，不支持神经网络级高质量语音。 ---- 2. edge-tts-go（云端，但免费） ---- • 原理：封装 Microsoft Edge 浏览器「大声朗读」接口，在线合成，音质接近真人，支持 40+ 语种、多种风格。 • 安装 & 运行： go install github.com/wujunwei928/edge-tts-go/cmd/edge-tts-go@latest edge-tts-go -t "你好，世界" -v zh-CN-XiaoxiaoNeural -o hello.mp3
• 特点： • 无需登录、零成本；可下载 MP3 或直接播放。 • 缺点：必须联网；大规模商用需留意微软服务条款。 ---- 结论 • 若你要 纯 Go 源码 + 离线 + 零依赖，目前唯一可用的是 HTGO-TTS； • 若能接受 联网，想要 高保真、多音色，用 edge-tts-go 即可 10 行代码搞定。 • 目前 Go 圈尚无「原生实现 Tacotron2/FastSpeech2 + 预训练权重」的端到端离线神经 TTS 框架；需要神经级音质只能先走 Python 端（Coqui-TTS、TensorFlowTTS 等）再通过 RPC/ONNX 给 Go 调用。