htgo-tts for Go

Szövegből beszéd Go-ban: a programod felolvashatja a szöveget, de a hangot fájlba is mentheti, vagy streamként továbbadhatja. A hangot cserélhető motor adja: az ingyenes, API-kulcs nélküli Google Translate, az OpenAI, az Azure, a Google Cloud és az ElevenLabs prémium hangjai, vagy offline a gép saját beszédprogramja.

$ go get github.com/hegedustibor/htgo-tts/v2

Forráskód a GitHubon pkg.go.dev

main.go Go

import (
    htgotts "github.com/hegedustibor/htgo-tts/v2"
    "github.com/hegedustibor/htgo-tts/v2/engine/google"
    "github.com/hegedustibor/htgo-tts/v2/voices"
)

tts, err := htgotts.New(
    google.New(voices.Hungarian),
    htgotts.WithFolder("audio"), // a sentence is downloaded only once
)
if err != nil {
    log.Fatal(err)
}

ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second)
defer cancel()

err = tts.Speak(ctx, "Szia, világ!")

Legújabb verzió: v2.1.0; 2026. október 20.
Követelmények: Go 1.25+; cgo nélkül fordul
Licenc: MIT; üzleti célra is szabadon
Csillagok: 219; GitHub, összesen

Mire jó?

Hang a Go-programodnak, a motort te választod

Indulj ingyen, és válts prémium vagy offline hangra, amikor kell. A programod többi része ugyanaz marad.

Ingyenes indulás, 60 nyelven

A Google Translate-motorhoz nem kell API-kulcs, és 60 nyelven beszél, köztük magyarul. Kérésre lassabban, tagoltabban is felolvas.

Így működik: google.New(voices.Hungarian)
Prémium hang egy sor cseréjével

Az OpenAI, az Azure Speech, a Google Cloud és az ElevenLabs motorjánál hangot és tempót, motortól függően hangmagasságot vagy beszédstílust is választhatsz. A gpt-4o-mini-tts modellnek szóban is leírhatod, hogyan beszéljen.

Így működik: openai.WithVoice(openai.VoiceNova)
Offline is megszólal

A command motor a gépre telepített beszédprogramot futtatja, például a macOS say parancsát, az espeak-ng-t vagy a pipert, így hálózat és API-kulcs nélkül is beszél.

Így működik: command.Say("Samantha")
Saját motor három metódussal

Motor lehet bármely típus, amely megvalósítja a Synthesize, a Format és a Fingerprint metódust, így saját beszédszerver is beköthető, ugyanazzal a gyorsítótárral és lejátszással.

Így működik: engine.Engine
Lejátszás külső program nélkül is

Az alapértelmezett mplayer és az ffplay mellett a beépített lejátszó a programon belül szólaltatja meg az MP3-at. Ha a hangot csak menti vagy továbbadja a programod, lejátszó sem kell hozzá.

Így működik: native.New()
Gyorsítótár, ami nem romlik el

A gyorsítótár-mappában a hang a motor beállításai és a szöveg alapján kap fájlnevet, így ugyanaz a mondat más hangon külön fájlba kerül. Félbeszakadt letöltés vagy hibaoldal sosem marad hangfájlként.

Így működik: htgotts.WithFolder("audio")

Hat motor, egy felület:

Google Translate engine/google Ingyenes, nem hivatalos végponton
OpenAI engine/openai Kompatibilis szerverrel és Azure OpenAI-jal is
Azure Speech engine/azure Neurális hangok, beszédstílusok
Google Cloud engine/googlecloud WaveNet-, Neural2- és Studio-hangok
ElevenLabs engine/elevenlabs Saját, klónozott és tervezett hangok
Saját gép engine/command say, espeak-ng, piper vagy bármely program

Így működik

A szöveg útja a hangszóróig

1

Hívás

Felolvasás, mentés, memória vagy stream: egyetlen hívás, időkorláttal vagy megszakítással.
tts.Speak(ctx, text)
2

Gyorsítótár

Gyorsítótár-mappával a már elhangzott szöveg hangja fájlból jön, a motor meg sem szólal.
hu_<md5>.mp3
3

Szintézis

A motor a szolgáltatás korlátja szerint, mondat- és tagmondathatáron darabolja a szöveget, és darabonként kéri le a hangot.
Synthesize(ctx, text)
4

Stream

A darabok hangja egymás után folyik tovább, így a lejátszás már az első darabnál elindul.
io.ReadCloser
5

Hang

Megszólal a lejátszón, vagy fájlként, memóriában, HTTP-válaszban megy tovább.
player.Player

A hibák típusosak: az errors.Is és az errors.As szétválasztja az üres szöveget, a hiányzó lejátszót, a beszédszolgáltatás váratlan válaszát (*engine.HTTPError) és a lejárt időkorlátot.

Kódpéldák

Néhány sor, és megszólal

Az összes példaprogram

cmd/announce/main.go Go

e := openai.New(
    openai.WithModel(openai.ModelGPT4oMiniTTS),
    openai.WithVoice(openai.VoiceNova),
    openai.WithInstructions("Speak in a calm, friendly tone."),
) // the API key comes from OPENAI_API_KEY

tts, err := htgotts.New(e)
if err != nil {
    log.Fatal(err)
}

err = tts.Speak(ctx, "Your order has been shipped.")

cmd/server/main.go Go

tts, err := htgotts.New(google.New(voices.Hungarian))
if err != nil {
    log.Fatal(err)
}

// An MP3 file: saving needs no player
path, err := tts.Save(ctx, "Szia, világ!", "out/hello") // out/hello.mp3

// Streamed into an HTTP response
http.HandleFunc("/speak", func(w http.ResponseWriter, r *http.Request) {
    w.Header().Set("Content-Type", "audio/mpeg")

    if err := tts.SynthesizeTo(r.Context(), r.FormValue("text"), w); err != nil {
        log.Print(err)
    }
})

cmd/offline/main.go Go

// macOS: the built-in say command
say := command.Say("Samantha")

// espeak-ng with a Hungarian voice and a time limit
espeak := command.ESpeakNG("hu").With(command.WithTimeout(30 * time.Second))

// Any other program: the text as an argument, the audio from a temporary file
pico := command.New(engine.FormatWAV, "pico2wave", "-l", "en-GB", "-w", "{out}", "{text}")

// No network and no API key: the speech program runs on this machine
tts, err := htgotts.New(espeak)

myengine.go Go

type myEngine struct{ client *http.Client }

func (e *myEngine) Synthesize(ctx context.Context, text string) (io.ReadCloser, error) {
    u := "http://localhost:5002/api/tts?text=" + url.QueryEscape(text)
    req, err := http.NewRequestWithContext(ctx, http.MethodGet, u, nil)
    if err != nil {
        return nil, err
    }
    resp, err := e.client.Do(req)
    if err != nil {
        return nil, err // wraps ctx.Err() when ctx is done
    }
    if resp.StatusCode != http.StatusOK {
        resp.Body.Close()
        return nil, &engine.HTTPError{StatusCode: resp.StatusCode}
    }
    return resp.Body, nil // streams to the player, which closes it
}

func (e *myEngine) Format() engine.Format { return engine.FormatWAV }
func (e *myEngine) Fingerprint() string   { return "my-engine" } // part of the cache file names

tts, err := htgotts.New(&myEngine{client: http.DefaultClient})

Minőség

Tesztelve, verziózva, dokumentálva

Kompatibilitás

Minden változtatás után mind a két párosításon lefut a tesztcsomag (GitHub Actions).

A tesztelt Go-verziók és operációs rendszerek
Go	Linux	macOS
1.25

Amire számíthatsz

193 automatizált teszt (go test)
A tesztek hálózat, hangkártya és API-kulcs nélkül, race detectorral futnak
gofmt, go vet és staticcheck minden változásnál
Futtatható példaprogram minden motorhoz
MIT-licenc: üzleti projektben is szabadon használható

Verziótörténet

Teljes CHANGELOG

v2.1.0

2026. október 20.

Négy új motor: Azure Speech, Google Cloud Text-to-Speech, ElevenLabs és a gépen futó beszédprogram (say, espeak-ng, piper) offline használatra; a 2.0.0 API-ja nem változott.
v2.0.0

2026. október 20.

Újraírás új importútvonalon és Go 1.25-tel: cserélhető motor (Google Translate, OpenAI), időkorlát és megszakítás minden hívásban, kimenet memóriába, streambe vagy fájlba, opcionális gyorsítótár és cgo nélküli natív lejátszó.
v1.6

2024. szeptember 12.

A memóriába kért hang hosszabb szövegnél darabolva készül; a v1 API utolsó kiadása.
v1.5

2023. április 2.

Letöltés proxyn keresztül.
v1.4

2022. augusztus 21.

Natív MP3-lejátszó, külső program nélkül.

Hegedűs Tibor 2017 decemberében indította a csomagot, az első címkézett kiadás 2020. június 6-án jelent meg, eddig összesen 9 kiadás készült. A v1 a v1.6.0 címkéről továbbra is telepíthető, a váltást leírja a MIGRATION.md (új lapon nyílik)

Élesben

A Go-közösségben, 2017 óta

A pkg.go.dev több tucat nyilvános Go-csomagot ismer, amely a htgo-tts-t importálja. A v2 a felhasználók visszajelzéseiből készült: a CHANGELOG 15 GitHub-issue-ra hivatkozik, a hosszú szövegtől a hangválasztáson át a Dockerben való fordításig.

Az importálók a pkg.go.dev-en

Csomagjaink Laravelhez

Számlázz.hu for Laravel Számla, nyugta és díjbekérő közvetlenül az alkalmazásból Chunky for Laravel Nagy fájlok darabolt, folytatható feltöltése Minden csomag

</Hang>

Felolvasó vagy hangos értesítő kellene a rendszeretekbe?

Beépítjük: felolvasás, hangos értesítések vagy akadálymentes hangkimenet, a feladathoz illő hangszolgáltatással, a ti rendszeretekbe.

Beszéljünk a projektedről

Nem szükséges kész specifikáció. Elég, ha leírod, mit szeretnétek megoldani.

Kapcsolatfelvétel

Van egy jó ötleted?

Írd meg pár sorban, és jelentkezünk. Egy személyes vagy online találkozón közösen megnézzük, hogyan lesz belőle működő megoldás.

Beszéljünk a lehetőségekről Referencia munkák

Visszajelzések

Ügyfeleink mondták rólunk

Büszkék vagyunk arra, hogy ügyfeleink hosszú távon is elégedettek a közös munkával. Íme néhány visszajelzés, ami igazán számít.

5,0 8 Google-értékelés

Megbízható partner Valódi eredmények, hosszú távú együttműködések
Szakértő csapat Komplex projektek, átlátható folyamatok
Ügyfélközpontú szemlélet Mindig a közös célokra fókuszálunk

Kapcsolat

Az alábbi vélemények ügyfeleinktől származó, valós visszajelzések. Ez csak egy kis ízelítő, a teljes listát Google-értékeléseinknél találod.

László Szilágyi

Google-értékelés

Rugalmas és nagyon profi csapat. Személyre szabott megoldásokkal az egyedi igényeket is kiválóan teljesítik.

Norbert Szabo

Google-értékelés

Kiemelkedően magas minőség proaktivitással. Néha szinte már-már gondolatolvasással. Egy nagyon alap szintű specifikációt követeően kérdések garmadával - olyanokkal, amelyek nekünk eszünkbe se jutottak volna - elvezettek bennünket a jól átlátható rendszer felé. Majd olyan magas szintű fejlesztést és eredményt kaptunk mind fron-end mind back-end szinten, amire mi sem számítottunk. Innen kezdve csak velük dolgozunk. :) Köszönjük!

Zoltán Tolnay

Google-értékelés

Profi, lelkiismeretes, agilis csapat - komplex weboldalfejlesztés és beléptetőrendszer miatt kerestem meg őket. Jó munkát végeztek, mindenkinek ajálom őket!

csaboch

Google-értékelés

Egyedi bútortervezéssel foglalkozom és ehhez készítettek komplett arculatot és weboldalt. Minőségi eredményt kaptam.

Attila Szabó

Google-értékelés

Egyedi CRM rendszert készítettek számomra, amivel nagyon elégedett vagyok.

tom karászi

Google-értékelés

Rendkívül rugalmasak és szakmailag is elégedett voltam velük. Csak ajánlani tudom a csapatot!

Gábor Markovics

Google-értékelés

Minőségi tervezés, profi kivitelezés!!

htgo-tts for Go

Hang a Go-programodnak, a motort te választod

Ingyenes indulás, 60 nyelven

Prémium hang egy sor cseréjével

Offline is megszólal

Saját motor három metódussal

Lejátszás külső program nélkül is

Gyorsítótár, ami nem romlik el

A szöveg útja a hangszóróig

Hívás

Gyorsítótár

Szintézis

Stream

Hang

Néhány sor, és megszólal

Tesztelve, verziózva, dokumentálva

Kompatibilitás

Amire számíthatsz

Verziótörténet

A Go-közösségben, 2017 óta

Csomagjaink Laravelhez

Felolvasó vagy hangos értesítő kellene a rendszeretekbe?

Van egy jó ötleted?

Ügyfeleink mondták rólunk