Edge TTS
调用微软 Edge 浏览器内置在线神经语音合成服务的工具，无需本地模型和 GPU，延迟低、语言覆盖广，但只提供预设音色不支持克隆
时间轴 (近 90 天)
IboChat 的 /speak 端点按顺序尝试三条语音路径：GPT-SoVITS（克隆音色最佳，耗时约 5–18 秒，仅支持英中日韩，加载后永久占用约 3.9GB 显存）、OmniVoice Studio（支持任意语言，耗时约 30–40 秒，通过 OpenAI 兼容端点调用）、Edge TTS（微软免费神经语音，无克隆能力，支持 24 种语言、零延迟、永不失败）。
Edge TTS 指调用微软 Edge 浏览器内置的在线神经语音合成服务（常通过 edge-tts 等非官方客户端库访问），无需本地模型和 GPU，延迟极低、语言覆盖广，但只提供预设音色，不能克隆用户指定的声音。
使用便宜模型（如 glm-4.5-air 级别）且每条消息只回文字时，对话的 LLM 成本只是舍入误差；Edge TTS 免费，两个 GPU 模型消耗的是电费。
全部知识事实 (3)
IboChat 的 /speak 端点按顺序尝试三条语音路径：GPT-SoVITS（克隆音色最佳，耗时约 5–18 秒，仅支持英中日韩，加载后永久占用约 3.9GB 显存）、OmniVoice Studio（支持任意语言，耗时约 30–40 秒，通过 OpenAI 兼容端点调用）、Edge TTS（微软免费神经语音，无克隆能力，支持 24 种语言、零延迟、永不失败）。
50%待验证Edge TTS 指调用微软 Edge 浏览器内置的在线神经语音合成服务（常通过 edge-tts 等非官方客户端库访问），无需本地模型和 GPU，延迟极低、语言覆盖广，但只提供预设音色，不能克隆用户指定的声音。
50%待验证使用便宜模型（如 glm-4.5-air 级别）且每条消息只回文字时，对话的 LLM 成本只是舍入误差；Edge TTS 免费，两个 GPU 模型消耗的是电费。
50%