做有声书配音的朋友前几天给我发来截图:上月还好用的 Edge 朗读接口返回 403,Azure 控制台按钮变灰,社区里有人喊“微软 TTS 死了”,也有人晒着制作记录说自己天天用、照样免费。这种分裂其实是因为三条白嫖路线各自的现状不一样——有的入口变了,有的被限速,有的压根不受影响。我把今年 6 月到 8 月知乎、B站、GitHub 上的相关讨论翻了一遍,三条路线也都实测了,这是 8 月中旬的实况。
不是“死了”,是入口变了
先说结论:微软的免费语音合成没有停,停的是“开箱即用”的旧入口。微软官方的免费额度其实仍在——每月 50 万字符,但必须注册 Azure 账户 + 绑定 Visa/Mastercard 信用卡,国内用户几乎无法完成。知乎
取而代之的是需要创建资源、配置 API、甚至绑定信用卡才能使用的流程。对普通用户来说,门槛陡增。知乎这个变化把大批只想“借个声音”的人挡在了门外,也让三条路线的格局变得清晰:官方路线有门槛,民间路线有限速,离线路线谁都不看。
路线一:官方免费额度,够用的量,卡在绑卡
每月 50 万字符是什么概念?按有声书节奏换算,大约是三四部长篇小说的字数,个人用户基本用不完。真正的门槛在注册流程:开 Azure 账户、建 Speech 资源、拿 key、绑海外信用卡,任何一步卡住都进行不下去。还要从一开始就记住计费纪律:免费额度用完的那一刻起,超量是按字符计费的,2024 年就有 B站 UP 主专门出过“防止被扣费”的教程。哔哩哔哩
手里有海外卡、会写两行代码的人,这条路线仍是最正的选择:官方接口、SSML 全支持、情感和语速参数齐全,商用规则也写得明明白白。不想碰代码的,也可以先去网页版试听音色,社区实测点播放之后声音清亮、节奏自然,和短视频里听到的那些配音同源。知乎现在的官方控制台已经并进 Azure AI Foundry 的 Speech Playground,打开 Voice gallery,音色库按语言排好,中文一栏里就是国内用户最熟的晓晓、云希们。

路线二:edge-tts,最火的白嫖方式,也最看脸色
edge-tts 的原理是把 Edge 浏览器内置的朗读接口拆出来用,不用注册 Azure 账户就能调用微软语音。这个项目在 GitHub 上拿到 11.4k Stars 和 1.1k Forks,被超过 5000 个其他仓库依赖,最新版本 7.2.8 发布于 2026 年 3 月 22 日,维护相当积极。知乎它周围还长出了一整套白嫖工具生态:tts-vue 这类图形界面封装,以及 B站 上花三分钟不到的时间制作一个多小时近 10w 字有声书的流水线,底层跑的都是它。哔哩哔哩

短板也同样清楚,首先是限速:单 IP 下每分钟约 30 次请求的限制是硬门槛,批量做几百章有声书只能排队慢慢跑。知乎
其次是身份:这是一个非官方开源项目,并非微软的产品或服务,依赖的是微软的内部接口,存在随时被限制或封禁的风险。知乎
403 风波不是传说:2024 年 11 月微软 edge_tts 访问不了、报 403 错误码,社区当时的临时方案是切去 Azure 演示接口继续白嫖微软。哔哩哔哩那次之后,“一定要留一个离线备份”成了老制作人们的共识。
路线三:本地离线,断网也不慌的备份
离线路线分两档。轻的一档用 Windows 自带语音引擎:吾爱破解论坛的工具把云鹤、晓萱这类声音做成了绿色版,完全离线运行,装好就能用。知乎重的一档直接装晓晓、云希的离线神经网络模型,不联网、不限字数,今年 3 月的实测里本地生成百万字只要 10 分钟。哔哩哔哩代价是音质比在线版晓晓糙一档,情感和细节都有差距,赢在永不断连、永不限速、永不计费。
安卓端还有开源的 tts-server-android,把朗读接口挂成系统 TTS,阅读类 App 都能直接调用:内置微软接口(Edge大声朗读、Azure演示API(已猝) ),可自定义HTTP请求,可导入其他本地TTS引擎。GitHub它的语音列表里,Azure 的晓晓打头阵、本地语音做备用,接口真挂了听书也不停。

三条路线,一张表看清
维度 | 官方 F0 免费额度 | edge-tts 生态 | 本地离线 |
|---|---|---|---|
免费量 | 每月 50 万字符 | 无明示额度,限速约 30 次/分钟 | 不限 |
入门门槛 | Azure 账户 + 海外信用卡 | 几乎为零,pip 装好即用 | 要折腾一阵 |
音质 | 在线神经网络,最全 | 与左同源 | 离线模型,糙一档 |
风险点 | 超量计费、门槛劝退 | 限速、有 403 前科 | 无,代价是不联网 |
商用 | 规则最清楚 | 灰色地带 | 本地自用无碍 |
最适合 | 开发者、长期稳定需求 | 有声书配音、批量制作 | 备份、听书、离线场景 |
对号入座:你该选哪条
有声书、解说配音创作者:edge-tts 当主生产线,离线模型当防灾备份,批量任务错峰跑避开限速。哪天接口真返回 403,装好的离线晓晓能让你的更新不断更。
开发者、有海外卡的人:直接走官方路线,建好资源后把计费报警设上,免费额度用完就停或切边路。把官方免费额度当“正粮”、edge-tts 当“副食”,两种顺序都不慌。
只想听书、轻度体验的人:别折腾账户和 key,tts-vue 这类图形界面或网页版直接听,听到就是赚到。
商用赚钱的人:别赌灰色接口,官方付费或商用授权是该花的钱,免费额度够你把验证原型跑完。
外面的水也变有趣了
今年 8 月 8 日,阿里开源了 Qwen3-TTS,主打 97ms 延迟、2 分钟音频就能克隆一把声音。知乎另一边,IndexTTS2 这类开源模型把情感和克隆的门槛压到了消费级显卡上。对微软语音依赖者来说,这其实是好事:备份越多,白嫖越稳,哪天某条路线真没了,也总有人接盘。
你现在用的是哪条路线?50 万字符够不够你造?评论区聊聊,下期我按大家踩过的坑,出一份分路线避坑清单。