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 🛠️

  1. 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。