前言

工作太忙,没时间看书;坐地铁刷小说,眼睛累得酸涩;想找部有声书听完,却发现平台资源不全、收费还贵。如果能把自己喜欢的小说"读"给自己听,随时随地戴上耳机就听,那该多好?

好消息是,这样的工具确实存在。

easyVoice 是一个开源文本转语音工具,支持超长文本流式输出、多角色配音,10 万字以上的小说丢进去,边生成边播放,不限字数不限时长。内置 8 种中文语音,从温柔女声到地方特色方言都有,不同角色可以分配不同声音,听起来比单一声朗读自然得多。

只需要本地 Docker 起一个 easyVoice,cpolar 配一层穿透把端口暴露到公网,出门在外手机浏览器打开就能继续听。整套跑通大概 10 分钟,不需要服务器,也不用懂语音合成技术,会用 Docker 就能上手。

1 EasyVoice 是什么?

image-20251024152046924

EasyVoice 是一个开源的文本、小说智能转语音解决方案,旨在帮助用户轻松将文本内容转换为高质量的语音输出。

  • 一键生成语音和字幕
  • AI 智能推荐配音
  • 完全免费,无时长、无字数限制
  • 支持将 10 万字以上的小说一键转为有声书!
  • 流式传输,多长的文本都能立刻播放
  • 支持自定义多角色配音

无论你是想听小说、为创作配音,还是打造个性化音频,EasyVoice 都是你的最佳助手!

2 效果展示

在正式部署之前,我们先来直观感受一下 EasyVoice 的实际效果与主要功能。它不仅能将文字快速转化为自然流畅的语音,还支持多角色配音、流式播放、字幕同步等强大特性,让文本瞬间“开口说话”。

EasyVoice 默认内置了 8 种高品质中文语音,每个声音都有独特的音色与风格,适用于不同场景:

语音代号名称声音特征
zh-CN-晓晓女声,温柔自然旁白、讲解、故事叙述
zh-CN-晓伊女声,清晰活泼小说对白、年轻女性角色
zh-CN-云健男声,沉稳有力广告、新闻播报
zh-CN-云希女声,柔和亲切小说旁白、情感故事
zh-CN-云夏女声,明亮自然教程、说明类内容
zh-CN-云扬男声,清朗温柔对话、配音场景
zh-CN-辽宁-晓北男声,地方口音略带特色地区特色内容、轻松对白
zh-CN-陕西-晓妮女声,带地方特色小说人物、多样化对白

接下来用一本近700 万字的小说,进行演示一下:

image-20251024153023953

为了方便的演示效果,这里使用一张GIF动图演示:

1111

由于动图不能太大,做了一些压缩,实际点击开始生成后,流式输出过程中,播放了30S,时长已经生成到10分钟了!可以看如下图:

image-20251024160313229

可以看到,听了才3分钟,生成的时长已经高达了51分钟,而且还是一本近700W字的小说!

3 使用Docker一键部署EasyVoice

本教程以windows为例,首先,确保Docker处于运行状态,可以在CMD中执行如下命令:

docker version

image-20251024165024482

如上,出现了版本信息,即代表docker运行中,如果没有启动,则会提示类似如request returned Internal Server Error for API route and version的错误信息。

docker启动好后,在cmd中执行如下命令,将easyVoice项目下拉至本地且运行:

mkdir audio
docker run -d -p 3000:3000 -v "%CD%\audio:/app/audio" cosincox/easyvoice:latest

image-20251024165908003

输出如上即代表成功启动啦,可以使用docker ps命令进行查看是否运行。接下来在浏览器中访问如下地址:

http://localhost:3000/

image-20251024170036721

可以看到成功的访问到EasyVoice的首页啦!点击页面上的立即体验就可以进入到文本转语音的界面哦!

4 安装cpolar内网穿透工具

通过前面的步骤,你已经在本地成功部署了 EasyVoice,并体验了超长文本的流式朗读与多角色配音。但你是否也遇到过这些困扰:它只能在电脑的 localhost:3000 使用,通勤途中、公司或咖啡厅想继续听却连不上;想把效果分享给同事/朋友,也因为局域网限制无法访问?这些正是内网穿透要解决的核心痛点。本章将带你使用 cpolar 内网穿透,将本机 3000 端口安全映射到公网,获取可直接访问的 https 地址,让 EasyVoice 突破局域网限制,实现“本地生成、随处可听”的使用体验。

4.1 什么是cpolar?

image-20250910114418412

  • cpolar 是一款内网穿透工具,可以将你在局域网内运行的服务(如本地 Web 服务器、SSH、远程桌面等)通过一条安全加密的中间隧道映射至公网,让外部设备无需配置路由器即可访问。
  • 广泛支持 Windows、macOS、Linux、树莓派、群晖 NAS 等平台,并提供一键安装脚本方便部署。

4.2 下载cpolar

打开cpolar官网的下载页面:
点击立即下载 64-bit按钮,下载cpoalr的安装包:
image-20250815171202537

下来下来是一个压缩包,解压后执行目录种的应用程序,一路默认安装即可,安装完成后,打开cmd窗口输入如下命令确认安装:

cpolar version

image-20250815171446129

出现如上版本即代表安装成功!

4.3 注册cpolar

访问cpolar官网,点击免费注册按钮,进行账号注册

image-20250804085039567

注册页面:
image-20250804085208319

4.4 访问web ui管理界面

注册完成后,在浏览器中输入如下地址访问 web ui管理界面:

http://127.0.0.1:9200

image-20250815171734046

输入刚才注册好的cpolar账号登录即可进入后台页面:

image-20250815171846757

5 使用cpolar穿透EasyVoice支持公网访问

5.1 随机域名方式(免费方案)

随机域名方式适合预算有限的用户。使用此方式时,系统会每隔 24 小时左右 自动更换一次域名地址。对于长期访问的不太友好,但是该方案是免费的,如果您有一定的预算,可以查看大纲5.2 的固定域名方式,且访问更稳定

点击左侧菜单栏的隧道管理,展开进入隧道列表页面,页面下默认会有 2 个隧道:

  • remoteDesktop隧道,指向3389端口,tcp协议
  • website隧道,指向8080端口,http协议(http协议默认会生成2个公网地址,一个是http,另一个https,免去配置ssl证书的繁琐步骤)

image-20251024172958496

点击编辑名称为website的隧道,将端口改为easyvoice的3000端口,以及其他相关配置:

image-20251024173223806

接着来到在线隧道列表,可以看到名称为easyvoice-3000隧道的两条记录信息,一条协议为http,另一条协议为https:

image-20251024173329743

注意:每个用户创建的隧道显示的公网地址都不一样!

接下来在浏览器中访问website隧道生成的公网地址(http和https皆可)
这里以https为例:image-20251024173401077

可以看到成功访问啦!

5.2 固定域名方式(升级任意套餐皆可)

通过前面的步骤,我们已经让 EasyVoice 成功穿透到公网并实现外网访问。但“免费随机域名”方案的局限也随之显现:域名通常每 24 小时自动更换,你需要频繁更新书签与分享链接,听众也可能因链接过期而无法访问。为解决这些痛点,建议升级为“固定域名”方案:为 EasyVoice 绑定一个长期不变的专属 https 地址,稳定可靠,便于长期订阅、跨设备访问与对外分享,让 EasyVoice 真正做到“本地生成,随处可听”。

好啦,接下来开始固定保留二级子域名教程!

首先,进入官网的预留页面:

https://dashboard.cpolar.com/reserved

选择预留菜单,即可看到保留二级子域名项,填写其中的地区名称描述(可不填)项,然后点击保留按钮,操作步骤图如下:

image-20251024173828032

列表中显示了两条已保留的二级子域名记录:

  • 地区:显示为China Top
  • 二级域名:显示为easyvoices

注:二级域名是唯一的,每个账号都不相同,请以自己设置的二级域名保留的为主

接着,进入侧边菜单栏的隧道管理下的隧道列表,可以看到名为easyvoice-3000的隧道,点击编辑按钮进入编辑页面:

image-20251024174107867

来到状态菜单下的在线隧道列表可以看到隧道名称为easyvoice-3000的公网地址已经变更为二级子域名+固定域名主体及后缀的形式了:

image-20251024174138077

这里以https协议做访问测试:

image-20251024174211288

访问成功!至此,一个固定不变的地址就设置好啦!

总结

跑通这套之后,你就拥有了一个完全私有的听书服务——小说丢进去,语音流式输出,边生成边播放,700 万字的长篇也能实时跑起来。多角色配音让不同人物听起来有区分度,不是从头到尾一个声音念完整本书。

数据和音频文件存在本地,不经过任何第三方平台。通勤路上、出差途中,想继续听直接打开浏览器连接就行,不用开电脑、不用掏手机找 App。NAS 或服务器常年开着,服务一直在线,这才是真正的随身听书方式。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐