让 Yuuki 开口说第一句话

屏幕上的 Yuuki 一直在打字，今天让它真的开口。先让 Mac 读一句中文，听见声音以后，再把台词换成你自己的。

想下载全部三个工具，点给 Yuuki 装上耳朵和嘴巴：安装 + 每个两个用法。

TTS 就是「文字变声音」。先收藏这 3 个仓库，今天只玩 edge-tts。

顺序	仓库	能解决的真实问题	免费方式
今天	edge-tts	把文章、AI 回复读出来	在线使用，无需 API Key
下一步	whisper.cpp	把录音变成文字，做语音输入	下载模型后本地运行，适合 Mac
以后	silero-vad	检测人声与静音，辅助切分录音	本地运行，免费开源

后两个分别负责转写和人声检测，方便以后补齐语音交互。

打开 Mac 终端，依次执行：

python3 -m venv /tmp/voice-demo
/tmp/voice-demo/bin/pip install edge-tts

/tmp/voice-demo/bin/edge-tts \
  --voice zh-CN-XiaoxiaoNeural \
  --text "你好，我是 Yuuki。你的任务已经完成。" \
  --write-media /tmp/hello.mp3

afplay /tmp/hello.mp3

前两行准备独立的 Python 环境并安装工具，后面生成 MP3，再用 Mac 自带播放器播放。

听到声音，第一次发声就完成了。 现在只修改 --text 后面的文字，给它换句台词：一句开场白、一条任务提醒，或者一句“收工啦”。重新生成并播放，比较短句和长句的听感。参数用法见 edge-tts 官方说明。

记住一点：edge-tts 的声音由微软在线服务生成，需要联网，文字会上传。

未来接入 Yuuki，可以从这条路线开始：

你说话 → Whisper 转文字 → AI 回复 → edge-tts 读出来

资料核对日期：2026-10-14。本文是上手练习，命令尚未在本机执行验证。