CopySpeak：Windows 剪贴板 TTS，使用 Rust

CopySpeak：开源 Windows 剪贴板 TTS 应用

CopySpeak 是一款基于 Tauri v2 构建的桌面应用，能自动从 Windows 剪贴板抓取文本，并使用本地或云端 TTS 引擎朗读。该项目注重最小资源占用：Rust 后端低资源消耗，前端采用 Svelte 5、TypeScript 和 Vite 实现快速开发。

技术栈包括 Bun v1.3 作为包管理器，rodio 处理音频，以及 shadcn-svelte UI 组件结合 Tailwind CSS v4.2。即使在低端 PC 上也能流畅运行，基本模式无需 GPU 依赖。

激活模式和 TTS 引擎

应用支持三种触发播放方式：

• 双重复制：第二次复制后 1.5 秒自动朗读文本。
• 热键：可自定义组合键即时启动。
• 手动输入：粘贴文本后点击播放。

五种 TTS 引擎适用于不同场景：

• Kitten TTS（默认）：ONNX 模型适配 CPU，内置 8 种语音，优化速度。
• Piper TTS：本地 CLI，支持超过 20 种英美语音，完美离线使用。
• Kokoro TTS：本地 CLI，多语音选项，注重音质。
• OpenAI TTS：云端 API，9 种语音，自然度极高。
• ElevenLabs TTS：云端 API，配备自定义语音库。

可在设置中切换引擎，无需重启。

界面和可视化

HUD 叠加显示是核心功能：浮动窗口覆盖其他应用，实时展示音频波形。适合监控生成过程而不分散注意力。

生成历史持久保存：支持播放、删除和批量处理记录。可将音频导出为 MP3、OGG 或 FLAC，并选择输出设备。

精细调整设置

设置按类别分组：

• 通用：随 Windows 开机自启，调试模式记录日志。
• 播放：速度 0.25x–4x，音高 0.5x–2x，音量调节。
• 文本：去除 Markdown 标记，标准化标点。
• 音频：设备选择，输出格式，文件保存。
• 界面：深色/浅色主题。

让你根据开发工作流自由调整——从快速朗读日志到聆听文档。

主要特性

• 本地引擎（Kitten、Piper、Kokoro）离线运行，CPU 负载极低。
• HUD 和热键无缝融入工作流，无任何干扰。
• GitHub 上的开源代码，便于自定义技术栈。
• 云 API 支持高端语音，同时保留本地功能。
• 历史记录和音频保存，轻松重用生成文件。

— Editorial Team