BreezeVoice 是一款 Windows 文字转语音软件：输入文字，选服务和音色，导出音频和 SRT 字幕。一个窗口里接入 Edge、Azure、阿里云百炼、ElevenLabs 和 Windows 系统语音，语速、音调、音量统一调节，不用在几家后台之间来回切换。

1. 五家语音服务，音色按语言、性别筛选，可试听、收藏
2. 插入停顿、指定多音字读音
3. 长文章自动分段合成，拼成一个完整文件
4. 批量生成与多角色对话
5. 导出 MP3 / WAV，同时生成 SRT 字幕
6. 导入 txt、Word（.docx）和 SRT 字幕里的文字

五家语音服务，一个窗口

Edge 和系统语音不需要任何账号；Azure、阿里云百炼、ElevenLabs 需要在设置里填入你自己的 API Key，费用按各家规则结算。API Key 保存在 Windows 凭据管理器里，不写进任何文件。

1. Edge 在线：免 Key，开箱即用；字幕时间轴精确到句（微软非官方接口）
2. Azure 语音：微软官方服务，有免费档；读音纠正走 SSML 音标
3. 阿里云百炼：CosyVoice 中文音色，语速、音调、音量都可调
4. ElevenLabs：支持情绪标签，可直接选用账号里已有的克隆音色
5. Windows 系统语音：不联网也能用，音质一般，适合应急

功能特点

1. 插入停顿，纠正多音字

在文字里插入指定时长的停顿，所有服务效果一致，字幕时间自动顺延。多音字可以手动指定读音，例如“行（xíng）走”和“银行（háng）”。

1. 长文本自动分段

整篇文章直接粘进来，软件按句子无损切段、逐段合成，再拼成一个完整文件。底部进度条显示分段进度，中途可以取消。

1. 批量生成

按行、按空行或按文件拆分，每条生成一个独立音频。单条失败不影响其他条，可以单独重试。

1. 多角色对话

每句话指定一个角色，每个角色绑定自己的服务和音色。逐句合成、句间留白，最后导出一个完整音频和一份字幕。

1. 语气导演

用一句话描述想要的语气，比如“先平静、语速很慢，然后加快，愤怒地说完”，由大模型把台词切成几段并标好语速和情绪。可选阿里云百炼、DeepSeek、Kimi、OpenAI 或自填接口。

1. MP3 / WAV + SRT 字幕

导出 MP3 或 WAV，同时生成 SRT 字幕。Edge 用接口返回的句子时间，时间轴精确；其他服务按字数估算，并在旁边标明是“精确”还是“估算”。

免费版与 Pro：免费版可以使用单段配音，每天最多生成 10 次；激活 Pro 后解锁批量生成和多角色对话，不限次数。

适合人群

1. 短视频配音
2. 课程与讲解视频
3. 有声内容制作
4. 字幕组与翻译
5. 广告与宣传片样音
6. 批量制作提示音