# TTS（文本转语音）

SillyTavern 有多种 TTS 选项。本页面将解释其设置和使用方法。

# 这是什么？

TTS 用于为聊天的部分内容添加语音叙述。

# 配置 TTS

# TTS 提供商选择框

用于选择您想使用的 TTS 服务。

• ElevenLabs - 需要付费订阅，目前提供最高质量的语音。
• Silero - 免费，在您的电脑上运行，质量可能差异很大。
• System - 使用您操作系统的 TTS 引擎（如果存在）。质量可能因操作系统而异。
• Edge - 免费，通过 Azure 运行，通常速度很快，语音自然但缺乏情感。像听晚间新闻或电台播音员。当选择"Plugin"作为提供商时，您还需要安装此服务器插件，否则 TTS 将无法工作。
• Coqui-TTS - 免费，目前没有 API 实现。高性能文本转语音模型（Tacotron、Tacotron2、Glow-TTS、SpeedySpeech）以及 Bark。
• Novel - 需要 NovelAI 付费订阅，由 NovelAI 的 TTS 引擎生成。
• RVC - 免费，语音克隆。

# 复选框

• 启用 - 开启/关闭 TTS 播放
• 自动生成 - 允许 TTS 在新消息进入聊天时自动开始播放
• 仅叙述"引号内容" - 将 TTS 播放限制为仅包含 "引号"内的文本。这将包括*星号内的"引号"*（内部变量名 = narrate_quoted_only）
• 忽略*星号内的文本，即使是"引号"内容* - TTS 不会播放任何 *星号*内的文本，即使是"引号"内容（内部变量名 = narrate_dialogues_only）
• 同时勾选"仅叙述引号内容"和"忽略星号"复选框将导致 TTS 只读取不在星号内的"引号"内容，并忽略其他所有内容。
• 仅叙述翻译后的文本 - 这将使 TTS 只叙述翻译后的文本。

给定示例文本：*Cohee approaches you with a faint "nya"* "Good evening, senpai", she says. 下表显示了基于**忽略*星号内的文本，即使是"引号"内容*和仅叙述"引号内容"**的布尔状态，文本将如何修改：

# 滑块

这些将根据您选择的 API 而改变。

（解释即将推出）

# 按钮

• 应用 - 设置 TTS API 后和编辑语音映射后必须点击此按钮。
• 可用语音 - 加载一个弹出窗口，显示所选 API 的所有可用语音，并让您通过示例对话预览它们。

# 使用 TTS

1. 点击"启用"复选框，否则什么都不会发生。
2. 如果您希望每次聊天中出现新消息时 TTS 自动开始，请点击"自动生成"复选框。
3. 可选择点击任何消息右上角的扬声器图标，按需播放。
4. 点击右下角的"停止"按钮（在魔杖菜单内）以停止任何播放。

# 语音映射

您必须为 TTS 提供语音映射，否则它不知道应该为每个角色使用什么语音。

这些必须按照以下格式精确设置：

角色名:TTS语音,角色名2:TTS语音2

对于 Coqui-TTS，格式需要包含来自 WebGUI 的说话者和语言：

角色名:TTS语音[说话者id][语言id] 或 Aqua:tts_models--multilingual--multi-dataset--your_tts\model_file.pth[2][1]

# Bark 零样本语音克隆说话者

如果使用 Bark，您必须创建一个带有要克隆的语音文件的语音文件夹。确保将语音添加到 homedir\tts\bark_v0\speakers\。在 Windows 上，可能是 C:\Users\用户账户\AppData\Local\tts\bark_v0\speakers\，在 Windows 资源管理器中输入 %appdata% 然后向上一级目录到 local，您应该能看到 tts。

目录结构应如下所示：

• homedir
  • tts
    • bark_v0
      • speakers
        • customvoice1
          • speaker.wav
          • speaker.npz
        • robinwilliams
          • speaker.mp3
        • me
          • speaker.mp3

首次加载此模型和语音时，bark 将克隆语音并创建一个 .npz 文件，这是为了更快的 TTS 所需的。