AITTS.js 新手指南
你好！这是一个为海豹（SealDice）聊天机器人设计的文本转语音（TTS）插件。它能让你通过简单的文字指令，将文本合成为语音消息发送出来，支持百度大模型等多种自定义的语音合成服务。作为伟大的错误佬的伟大的aiplugin4的语音合成依赖提供ai语音生成，让你的骰娘能发出自定义的语音。
✨ 主要功能
- 📢 文本转语音：核心功能，将指定的文本转换为语音文件并发送。
- 🔗 双模式支持：内置了对百度千帆语音大模型的直接支持，同时也支持通过配置连接到其他任何兼容的自定义语音合成API。
- 🔧 配置灵活：无论是百度模型还是自定义模型，都提供了详细的参数配置项，让你可以精确调整语音的音色、语速等效果。
- 👍 使用简单：一个
.tts命令就能轻松调用。
⚙️ 安装与配置
请按照以下步骤来安装和配置插件，让它正常工作。
第一步：安装插件 🛠️
- 在海豹 WebUI 的 "JS插件" 界面，上传
AITTS.js文件即可完成安装。
第二步：进行配置 ⚙️
在海豹机器人的 扩展功能 -> 插件设置 中找到 AITTS，你会看到以下配置项。
首先，你需要选择要使用的 语音合成模型：
- 百度大模型语音合成：如果你有百度千帆的账号和相应的服务，选择此项。
- 自定义：如果你想使用其他服务商的API（如阿里、讯飞、硅基流动）或自部署的模型（如GPT-SoVITS），请选择此项。
📦 服务商方案推荐
方案一：百度千帆大模型 (特殊支持)
如果语音合成模型选择 百度大模型语音合成，你需要填写以下专属配置项：
API密钥 (API Key)
- 这是什么？ 你在百度云应用中获取的 API Key。
- 怎么填？ 将你的 API Key 完整地粘贴进去。
SECRET密钥 (Secret Key)
- 这是什么？ 与 API Key 配对的 Secret Key。
- 怎么填？ 将你的 Secret Key 完整地粘贴进去。
百度请求体参数
- 这是什么？ 用于控制语音效果的具体参数，如语速（spd）、音调（pit）、音量（vol）、发音人（per）等。
- 怎么填？ 插件已提供默认值。你可以根据百度官方文档进行修改，每一行是一个独立的参数。
方案二：自定义模型配置
如果语音合成模型选择 自定义，你可以参考以下方案来填写自定义相关的配置项。
硅基流动 (Silicon Flow)
- 特点：提供多种AI模型服务，按量付费，接入方便，具体模型自行查询。
自定义_API端点:
[https://api.siliconflow.cn/v1/audio/speech](https://api.siliconflow.cn/v1/audio/speech)自定义_请求头:
"Authorization":"Bearer 你的硅基流动API_KEY", "Content-Type":"application/json"自定义_请求体:
"model":"FunAudioLLM/CosyVoice2-0.5B", "input":"{input}", "voice":"FunAudioLLM/CosyVoice2-0.5B:alex"
阿里百炼大模型
- 特点：阿里出品，支持多种场景下的语音合成，声音自然，具体模型自行查询手册。
自定义_API端点:
[https://dashscope.aliyuncs.com/api/v1/services/aigc/audio-synthesis/synthesis](https://dashscope.aliyuncs.com/api/v1/services/aigc/audio-synthesis/synthesis)自定义_请求头:
"Authorization":"Bearer 你的阿里DashScope_API_KEY", "Content-Type":"application/json"自定义_请求体:
"model":"cosyvoice-v1", "input":"{input}", "voice":"longxiaochun"
讯飞星火 (需搭配中间件)
- 特点：API调用流程复杂，需要使用中间件进行桥接。
- 前置要求：你需要先在你的服务器上安装node.js，运行讯飞TTS中间件，并完成中间件本身的配置。
自定义_API端点:
这里的地址指向你部署的中间件，
5678是中间件默认端口，请根据实际情况修改。[http://127.0.0.1:5678/tts](http://127.0.0.1:5678/tts)
自定义_请求头:
"Content-Type":"application/json"自定义_请求体:
发音人（voice）等参数需要在中间件的配置文件中设置，这里只需传递文本。
"text":"{input}"
自部署 GPT-SoVITS
- 特点：完全本地化部署，声音克隆效果强大，可以训练自己的声音模型。
- 前置要求：你已经成功在本地或服务器上部署了GPT-SoVITS，并已启动其API服务。
自定义_API端点:
这里的地址指向你部署的GPT-SoVITS API，
9880是常见端口，请根据实际情况修改。[http://127.0.0.1:9880](http://127.0.0.1:9880)
自定义_请求头:
"Content-Type":"application/json"自定义_请求体:
详细设置参见GPT-SoVITS手册。
"text":"{input}", "ref_audio_path":"\path\to\your\reference.wav", "prompt_text":"你的示例语音内容"
🗣️ 使用方法
配置完成后，就可以让机器人开口说话了！
命令格式
.tts <要合成的文本内容><要合成的文本内容>：必须填写，即你希望转换成语音的文字。
使用示例
让机器人说“你好”
.tts 你好，很高兴认识你。发送一段通知
.tts 请注意，今晚8点有活动，不要迟到。
机器人会将合成的语音以语音条（Record）的形式发送出来，发送需要配置ffmpeg。
