Web 语音合成与 Windows 语音包配置
Web Speech API
Web Speech API 是浏览器提供的一组 JavaScript 接口，让网页能够实现语音合成（文本转语音，Text To Speech，缩写为 TTS）和语音识别（语音转文字），无需安装额外插件。它由 W3C 制定，是现代浏览器（Chrome、Edge、Firefox、Safari 等）普遍支持的标准。
你可以打开控制台尝试以下示例：
function speak(text) {
let utter = new SpeechSynthesisUtterance(); // 创建实例
utter.text = text; // 要朗读的文本
utter.rate = 1.0; // 语速（0.1~10）
utter.pitch = 1.0; // 音调（0~2）
// 获取可用语音列表，建议异步加载
let voices = speechSynthesis.getVoices();
if (voices.length > 0) {
utter.voice = voices[0];
utter.lang = utter.voice.lang;
}
speechSynthesis.speak(utter);
}
speak("你好，我是OneCore语音引擎");以下是一个 TTS 实例，您可以做出以下调整：
- 选择发音语言；
- 选择音色（有些语言只有一种选择）；
- 修改语速；
- 修改音调；
注意
TTS 仅支持以下浏览器：
- PC：Chrome, Edge, Firefox, Opera, Safari
- 移动设备：Chrome Android，Firefox Android，Safari on iOS，Samsung Internet
不支持 WebView Android。请查看：SpeechSynthesis - MDN。
音色的调整在移动设备可能无效。
提示
微软的 Edge 浏览器自带了很多种不同语言的（在线）语音包，如 Windows 版本：
SAPI 与 OneCore
SAPI（Speech API）主要用于传统桌面应用程序的语音合成与识别，典型场景包括：
- 桌面朗读软件：如文本转语音工具、电子书朗读、辅助功能（讲述人）。
- 语音控制：需要语音识别的桌面应用（如语音命令、听写）。
- 办公软件：如 Word 的朗读功能，早期依靠 SAPI。
- 浏览器降级方案：在 Windows 上，Firefox 使用 SAPI 作为 Web Speech API 的后端（而 Chrome/Edge 则使用 OneCore 语音）。
以前 Win 7 甚至是 XP 时期，你可能见过如下调用 SAPI 的 vbs 脚本：
Dim text, spk
text = "你好，我是 Speech API"
Set speech = CreateObject("SAPI.SpVoice") ' 实际上不区分大小写
Set speech.Voice = speech.GetVoices.Item(0) ' 音色序号，见下文
speech.Rate = 1.0 ' 速率
speech.Speak text ' 朗读需要保存为
ANSI编码的.vbs后缀文件，双击运行。
如果是UTF-8编码，读出来可能是“乱码”（发音类似“换柴分身剁团 Speech API”）。
或者，你可以直接粘贴到 PowerShell 体验类似的效果：
$text = "你好，我是 Speech API" # 要朗读的文本
$speech = New-Object -ComObject SAPI.SpVoice # 创建 SpVoice 对象
$speech.Voice = $speech.GetVoices().Item(0) # 设置音色（第一个语音）
$speech.Rate = 1 # 设置语速（范围 -10 到 10，默认 0）
$speech.Speak($text) # 朗读说明：
GetVoices().Item(0)获取第一个可用语音（索引从0开始）。Rate和Volume的取值与 VBScript 中一致。- 直接调用
Speak方法即可朗读文本。
查询本地语音包
如果你想查看 Windows 系统有哪些可用语音，可以执行：
$i = 0;
$voice = New-Object -ComObject SAPI.SpVoice
$voice.GetVoices() | % { "{0,3}: {1}`n" -f $i++, $_.GetDescription() }'显示语音库列表
dim vList
Set VObj = CreateObject("SAPI.SpVoice")
For Each Voice In VObj.GetVoices
i = i + 1
vList = vList & " " & (i - 1) & " - " & Voice.GetDescription & vbcrlf
Next
msgbox vList, 64, "List"复制以上代码保存为 .vbs 文件，双击运行。打开后的结果如下，有些电脑可能只有两个语音包：
下面是按注册表读取所有语音列表的脚本：
# 函数：从指定注册表路径读取语音列表
function Get-VoicesFromRegistry {
param(
[string]$RegistryPath,
[string]$Title = "语音列表"
)
$voices = Get-ChildItem $RegistryPath -ErrorAction SilentlyContinue
if (-not $voices) {
Write-Host "$Title：无" -ForegroundColor Yellow
return
}
$index = 0
foreach ($voice in $voices) {
# 获取该注册表项的所有属性
$props = Get-ItemProperty -Path $voice.PSPath
# 按优先级获取描述：默认值 > Lang > 项名
$desc = $props.'(default)'
if (-not $desc) { $desc = $props.Lang }
if (-not $desc) { $desc = $voice.PSChildName }
Write-Host ("{0,3}: {1}" -f $index, $desc)
$index++
}
}
# 1. SAPI 语音（64 位）
Write-Host "`n【SAPI 语音（64 位应用）】" -ForegroundColor Cyan
Get-VoicesFromRegistry -RegistryPath "HKLM:\SOFTWARE\Microsoft\Speech\Voices\Tokens"
# 2. SAPI 语音（32 位，WOW6432Node）
Write-Host "`n【SAPI 语音（32 位应用）】" -ForegroundColor Cyan
Get-VoicesFromRegistry -RegistryPath "HKLM:\SOFTWARE\WOW6432Node\Microsoft\SPEECH\Voices\Tokens"
# 3. OneCore 语音
Write-Host "`n【OneCore 语音（UWP 应用）】" -ForegroundColor Cyan
Get-VoicesFromRegistry -RegistryPath "HKLM:\SOFTWARE\Microsoft\Speech_OneCore\Voices\Tokens"
Write-Host "`n按回车键继续..." -ForegroundColor Gray;Read-Host输出如下：
【SAPI 语音（64 位应用）】
0: Microsoft Zira Desktop - English (United States)
1: Microsoft Huihui Desktop - Chinese (Simplified)
【SAPI 语音（32 位应用）】
0: Microsoft Zira Desktop - English (United States)
1: Microsoft Huihui Desktop - Chinese (Simplified)
【OneCore 语音（UWP 应用）】
0: Microsoft Huihui - Chinese (Simplified, PRC)
1: Microsoft Kangkang - Chinese (Simplified, PRC)
2: Microsoft Yaoyao - Chinese (Simplified, PRC)激活语音包
Windows 10 默认安装了多个 TTS 语音引擎，但部分语音可能不会出现在 SAPI 语音列表（即上方 查询语音包 的结果）中。这些语音通常属于 OneCore 语音引擎，被 Edge 浏览器等 UWP 应用使用，它们通常位于：
%WinDir%\Speech_OneCore\Engines\TTS\比如我们的电脑应该会是 zh-CN 和 en-US 两个文件夹，里面的内容就是语音引擎。打开 zh-CN 目录查看是否存在 Hongyu 等语音：
可以打开设置查看还有那些语音库：
可以发现，这里比之前的列表多了几个：
- Microsoft Yaoyao
- Microsoft Kangkang
- Microsoft Mark
方法一：使用 脚本批量激活（推荐）
以下脚本将 OneCore 语音引擎的注册表项复制到 经典 SAPI 语音 （如 SAPI.SpVoice）的注册表位置，使这些语音能够被传统的桌面应用程序（如语音合成工具、屏幕阅读器等）识别和使用：
$src = 'HKLM:\software\Microsoft\Speech_OneCore\Voices\Tokens' # OneCore
$dst64 = 'HKLM:\SOFTWARE\Microsoft\Speech\Voices\Tokens' # 64位 SAPI
$dst32 = 'HKLM:\SOFTWARE\WOW6432Node\Microsoft\SPEECH\Voices\Tokens' # 32位 SAPI
$voices = Get-ChildItem $src
$voices | ForEach-Object {
copy -Path $_.PSPath -Destination $dst64 -Recurse
copy -Path $_.PSPath -Destination $dst32 -Recurse
}需要以管理员身份运行，可能需要重启电脑才生效。
脚本修改自：How do I add a voice / language to speechSynthesis? - StackOverflow
值得注意的是，运行上述脚本之后会有重复的语音，因为注册表目录的名称不一样。这时再次查询就会发现：
上图可以看到多出来 6 个语音，其中三个是重复的，仅仅是名称不一样而已。
方法二 ：手动添加注册表项
若只需添加特定语音（如 Microsoft Hongyu），可参考以下 .reg 文件内容（适用于 64 位系统，32 位程序需修改路径）。但此方法较繁琐，推荐使用方法一。
由于实测发现需要增加的注册表项太多才能生效，因此以下仅给出 Hongyu 的代码（64 位浏览器）：
Windows Registry Editor Version 5.00
[HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\SPEECH\Voices\Tokens\TTS_MS_ZH-CN_HONGYU_11.0]
@="Microsoft Hongyu Mobile - Chinese (Simplified)"
"LangDataPath"="%WinDir%\\Speech_OneCore\\Engines\\TTS\\zh-CN\\MSTTSLoczhCN.dat"
"VoicePath"="%WinDir%\\Speech_OneCore\\Engines\\TTS\\zh-CN\\M2052Hongyu"
"804"="Microsoft Hongyu Mobile - Chinese (Simplified)"
"CLSID"="{179F3D56-1B0B-42B2-A962-59B7EF59FE1B}"
[HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\SPEECH\Voices\Tokens\TTS_MS_ZH-CN_HONGYU_11.0\Attributes]
"Version"="11.0"
"Language"="804"
"Gender"="Female"
"Age"="Adult"
"SharedPronunciation"=""
"Name"="Microsoft Hongyu Mobile"
"Vendor"="Microsoft"
"SampleText"="您已选择 %1 作为默认语音"对于 32 位浏览器，需在方括号中的 SOFTWARE\Microsoft 之间增加一个 WOW6432Node。例如：
[HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\SPEECH\Voices\Tokens\TTS_MS_ZH-CN_HONGYU_11.0]
+ [HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Microsoft\SPEECH\Voices\Tokens\TTS_MS_ZH-CN_HONGYU_11.0]添加语音包
windows 10 系统可以依次打开下列设置项来增加语音包：
“时间和语言” “语音” “管理语音” “添加语音”
百度 TTS
来自百度翻译的语音朗读：
https://fanyi.baidu.com/gettts?lan=zh&spd=5&source=web&text=文本其中 spd 是速度，lan 是语言，text 是文本。需要注意，文本最好先用 encodeURI 函数转义。
但是实测无法在 Web 浏览器中通过 audio 标签播放（而 Obsidian、Typora 等 markdown 编辑器当中可以）：
可以发现，以上是无法直接播放的。如果我们直接打开这个 链接，会发现它会让我们下载一个 mp3 文件，通过查看网络请求记录可以发现，它返回的 MIME 类型为 text/html，而手动打开时它才是下载 mp3 文件，导致 audio 无法播放。
针对这个问题，可以使用在 免费接口 中介绍的免费 api，这里直接给出：