🎙️ MaxSpeak — AI 语音合成工作台

免费 · 开源 · 300+ 音色 · 音色复刻 · 音色设计

🔗 在线体验： https://maxspeak.vercel.app 📦 GitHub： https://github.com/harlan-zhang/maxspeak

这是什么？

一个基于 MiniMax 语音大模型的全栈 TTS 工具，浏览器打开即用。

能做什么？

• AI 语音合成 — 文本转语音，9 种情感风格（开心/悲伤/愤怒/耳语…）、语速/音高精细调控、22 种副语言标签（叹气/笑声/呼吸…）
• 音色复刻 — 上传 10 秒音频即可克隆任意音色，适合播客、有声书、无障碍场景
• 音色设计 — 用自然语言描述想要的音色，AI 即时生成（"温暖亲切的女声，适合读睡前故事"）
• 流式播放 — SSE 流式输出实现边生成边播放，长文本自动切换流式
• 300+ 预置音色 — 中英日韩粤 + 西葡法德俄等 20+ 语言

技术栈

Next.js 14 + TypeScript + Tailwind CSS + Zustand + Web Audio API

为什么开源？

MiniMax 的 API 能力很强但缺少一个好用的前端。这个工具把复杂的 API 参数（情感控制、副语言标签、音色修饰、发音词典…）全部做成了可视化界面，降低使用门槛。

关于 API Key

应用本身不要钱，语音合成走 MiniMax API 按量计费（约 ¥2-3.5/万字符）。API Key 只存浏览器本地，不经过任何第三方服务器。

部署

如果想自己部署，点一下就行：

欢迎试用，有任何建议或 bug 直接提 Issue 🙏