Node.js中Google TextToSpeech API读取TXT逐行文本批量生成WAV的实现方法

两个需求都可以直接基于你现有代码改造实现，不需要改动已经跑通的单条生成核心逻辑，适配过程对基础编程能力的要求很低。

前置准备 #

• 原有setting.json配置文件无需修改，所有音频编码、音调、语速、语音角色的配置都会被批量流程复用，原文件里硬写的input.text字段内容会被动态替换，不影响运行
• 新建一个名为words.txt的纯文本文件，每一行写入一条需要合成的词或句子，示例内容参考：

  cat
  dog
  house
  sky
  sun
  

改造后的完整代码 #

const textToSpeech = require('@google-cloud/text-to-speech');
const fs = require('fs');
const util = require('util');
const projectId = 'forward-dream-295509'
const keyFilename = 'myauth.json'
const client = new textToSpeech.TextToSpeechClient({ projectId, keyFilename });

// 读取全局基础配置
const baseSetting = JSON.parse(fs.readFileSync('setting.json', 'utf-8'));
const writeFile = util.promisify(fs.writeFile);
const readFile = util.promisify(fs.readFile);

async function Text2Speech(singleText, baseConfig) {
  // 动态为当前待合成内容生成独立的请求配置
  const requestConfig = {
    ...baseConfig,
    input: {
      text: singleText
    }
  };
  const [response] = await client.synthesizeSpeech(requestConfig);
  // 过滤文件名中的非法字符，避免写文件失败
  const safeFileName = singleText.replace(/[\\/:*?"<>|]/g, '_');
  await writeFile(`${safeFileName}.wav`, response.audioContent, 'binary');
  console.log(`已生成语音文件: ${safeFileName}.wav`);
}

async function batchGenerate() {
  // 读取待合成内容文本
  const rawContent = await readFile('words.txt', 'utf-8');
  // 拆分换行、清理空白字符、过滤空行
  const textList = rawContent.split('\n')
    .map(line => line.trim())
    .filter(line => line.length > 0);

  console.log(`共读取到 ${textList.length} 条待合成内容，开始批量生成`);
  // 逐条串行处理，避免触发接口频率限制
  for (const singleText of textList) {
    try {
      await Text2Speech(singleText, baseSetting);
    } catch (err) {
      console.error(`生成「${singleText}」的语音失败，错误信息: ${err.message}`);
    }
  }
  console.log('所有批量生成任务处理完成');
}

// 启动批量流程
batchGenerate();

关键改动说明 #

• 把原来写死单条文本的逻辑改成动态匹配：每处理一条待合成内容，就临时把这条文本塞到通用配置的input字段里，完全复用你原来已经调试好的语音、音频参数
• 新增txt文件读取逻辑：按换行拆分内容后自动过滤空行，不需要手动清理文件里的多余空行
• 增加文件名兼容处理：如果待合成的句子里包含/、?、*这类操作系统不允许出现在文件名里的特殊字符，会自动替换为下划线，避免写文件时报错
• 采用串行循环调用模式，不一次性发起大量并发请求，最大程度避免触发Google TTS API的调用频率限制，新手使用时不容易出现权限报错
• 增加单条错误捕获：如果某一条内容生成失败（比如文本太长、临时网络问题），整个流程不会直接中断，会继续处理剩下的内容，同时在控制台打印具体错误方便排查

使用步骤 #

1. 保留原有授权文件myauth.json、配置文件setting.json在脚本同目录下
2. 把所有需要合成的内容按行写入words.txt
3. 直接运行原Node脚本，就会在脚本目录下生成每一条文本对应的独立wav文件

内容的提问来源于stack exchange，提问作者Koryooo