中文

日本語
English

中文

日本語
English

Appearance

语音设置 ​

概述 ​

在语音设置中，您可以配置与AI角色语音合成相关的设置。您可以选择各种语音合成引擎，并调整音质和参数。

bash
# 使用的语音合成引擎
# voicevox, koeiromap, google, stylebertvits2, aivis_speech,
# gsvitts, elevenlabs, openai, azure, nijivoice
NEXT_PUBLIC_SELECT_VOICE=voicevox

注意

如果启用了实时API模式或音频模式，则不会使用语音设置。

选择语音合成引擎 ​

选择AI角色使用的语音合成引擎。支持以下引擎：

  • VOICEVOX：专为日语设计的高质量语音合成引擎
  • Koeiromap：具有丰富情感表达的日语语音合成引擎
  • Google Text-to-Speech：支持多种语言的Google Cloud Text-to-Speech服务
  • Style-Bert-VITS2：可控制风格的高质量语音合成引擎（支持日语、英语、中文）
  • AivisSpeech：使Style-Bert-VITS2模型易于使用的日语语音合成引擎
  • GSVI TTS：可定制的语音合成引擎
  • ElevenLabs：支持多种语言的高质量语音合成服务
  • OpenAI TTS：OpenAI提供的支持多种语言的语音合成服务
  • Azure TTS：Microsoft Azure提供的多语言语音合成服务
  • Nijivoice：提供100多种声音的日语语音合成服务

VOICEVOX ​

bash
# 服务器URL
VOICEVOX_SERVER_URL=http://localhost:50021
# 说话者ID
NEXT_PUBLIC_VOICEVOX_SPEAKER=46
# 速度
NEXT_PUBLIC_VOICEVOX_SPEED=1.0
# 音高
NEXT_PUBLIC_VOICEVOX_PITCH=0.0
# 语调
NEXT_PUBLIC_VOICEVOX_INTONATION=1.0

VOICEVOX是专为日语设计的高质量语音合成引擎。

服务器URL ​

设置访问VOICEVOX Engine API的URL。本地运行VOICEVOX的标准URL是http://localhost:50021。

说话者选择 ​

从VOICEVOX中可用的说话者中选择。您可以使用"测试语音"按钮测试所选说话者的声音。

语音参数调整 ​

  • 速度：可在0.5至2.0范围内调整（值越大，说话越快）
  • 音高：可在-0.15至0.15范围内调整（值越大，声音越高）
  • 语调：可在0.0至2.0范围内调整（值越大，语调越强）

Koeiromap ​

bash
# API密钥
NEXT_PUBLIC_KOEIROMAP_KEY=

Koeiromap是一种具有丰富情感表达的日语语音合成引擎。现已更名为Koemotion。

API密钥 ​

设置使用Koeiromap API的API密钥。可以从Koemotion获取API密钥。

预设和调整 ​

  • 预设：您可以从"可爱"、"有活力"、"酷"和"深沉"等预设中选择
  • X轴：在-10至10范围内调整音质
  • Y轴：在-10至10范围内调整音质

Google Text-to-Speech ​

bash
# 认证JSON文件的路径
GOOGLE_APPLICATION_CREDENTIALS="./credentials.json"
# API密钥
GOOGLE_TTS_KEY=""
# 语言/模型设置
NEXT_PUBLIC_GOOGLE_TTS_TYPE=

Google Cloud Text-to-Speech是支持多种语言的语音合成服务。

设置 ​

  • 语言选择：设置要使用的语言/语音模型
  • 认证：需要API密钥或认证JSON文件（credentials.json）

有关详细的语音模型，请参阅Google Cloud官方文档。

ElevenLabs ​

bash
# API密钥
ELEVENLABS_API_KEY=""
# 语音ID
ELEVENLABS_VOICE_ID=""

ElevenLabs是支持多种语言的高质量语音合成服务。

API密钥 ​

设置使用ElevenLabs API的API密钥。

语音ID ​

设置要使用的语音ID（可以从ElevenLabs API查看）

OpenAI TTS ​

bash
# API密钥
OPENAI_TTS_KEY=""
# 语音类型
NEXT_PUBLIC_OPENAI_TTS_VOICE=shimmer
# 模型
NEXT_PUBLIC_OPENAI_TTS_MODEL=tts-1
# 速度
NEXT_PUBLIC_OPENAI_TTS_SPEED=1.0

OpenAI提供的支持多种语言的语音合成服务。

API密钥 ​

设置使用OpenAI API的API密钥。

语音参数调整 ​

  • 语音类型：从alloy、echo、fable、onyx、nova、shimmer中选择
  • 模型：从tts-1（标准）或tts-1-hd（高质量）中选择
  • 速度：可在0.25至4.0范围内调整

Azure OpenAPI TTS ​

bash
# API密钥
AZURE_TTS_KEY=""
# 端点
AZURE_TTS_ENDPOINT=""
# 语音类型
NEXT_PUBLIC_OPENAI_TTS_VOICE=shimmer
# 速度
NEXT_PUBLIC_OPENAI_TTS_SPEED=1.0

Microsoft Azure提供的多语言语音合成服务。

API密钥 ​

设置Azure TTS API密钥。

端点 ​

设置Azure TTS端点URL。

语音参数调整 ​

  • 语音类型：选择要使用的语音类型
  • 速度：可在0.25至4.0范围内调整