Vfinity2.0 α
参考手册

TTS 服务提供商

文本转语音提供商、所需配置及其支持的控制项

Vfinity 支持六家语音服务提供商:一家免费,另外五家使用你自己的付费账户。在 设置音频语音 中,通过服务商选择。

无论使用哪家提供商,每位观众都可以拥有自己的声音。

提供商

提供商所需配置模型语速音调
Microsoft Edge (free)无—支持支持,以 Hz 为单位
ElevenLabsAPI 密钥、语音Multilingual v2(默认)、Turbo v2.5、Flash v2.5、Eleven v4、Eleven v4 Turbo、Eleven v3支持,Eleven v3 和 v4 除外不支持
SpeechifyAPI 密钥、语音Simba 3.0(默认)、Simba 3.2不支持不支持
Murf AIAPI 密钥、语音无模型选择器支持支持,采用 Murf 自己的刻度
CartesiaAPI 密钥、语音Sonic 3(默认)、Sonic 2支持不支持
Fish AudioAPI 密钥、语音S2.1 Pro(默认)、S2 Pro、S1支持不支持

新配置默认使用 Microsoft Edge (free) 和 en-US-AriaNeural。其他提供商在填写 API 密钥并选择语音前不会朗读;界面会提示缺失内容,输入密钥后才会加载语音列表。

ElevenLabs 的 Eleven v3 和 v4 模型没有语速设置,因此 Vfinity 不会向它们发送语速,语速对它们不起作用。

哪些语音会笑

开启把聊天里的笑读成笑声后,聊天里打出的笑会作为笑声发送给语音。听起来是否像真正的笑声,取决于提供商和模型。

提供商怎么笑
Fish Audio所有模型都会发出真正的笑声
CartesiaSonic 3 会发出真正的笑声;Sonic 2 会把笑说出来
ElevenLabsEleven v3、Eleven v4 和 Eleven v4 Turbo 会发出真正的笑声;较早的模型会把笑说出来
Microsoft Edge (free)、Speechify、Murf AI把笑说出来,例如 haha 或 jaja;能识别语音的语言时,用该语言说

聊天语音朗读中的笑声部分会说明你的语音怎么笑;如果你用的模型只会把笑说出来,它会提示你改用 Eleven v3、v4 或 Sonic 3。文本转语音介绍了笑的写法。

Fish Audio 的声音

Fish Audio 会在你的声音中优先列出克隆和私有声音,也可按名称搜索完整目录。列表中没有的声音可在自定义语音 ID中填写语音模型 ID。

提供商设置

设置范围说明
服务商上述六家每家分别保留自己的密钥、语音和模型,切换不会丢失配置
API 密钥从提供商网站获取绝不会包含在备份中
语音提供商列表刷新语音列表可重新读取
模型 ID建议项,或最长 200 字符的任意模型 ID留空使用提供商默认值
语速−50% 至 +100%聊天的语速在聊天语音朗读中设置,事件台词的语速在语音卡片中设置。Speechify 不支持,界面会提示
音调−50 至 50仅 Microsoft Edge (free) 和 Murf AI 支持;其他提供商会显示该服务商不支持调节音调。

观众专属声音与新观众随机抽取的声音池也按提供商分别保存,因为声音 ID 不同。可直接将声音 ID 粘贴到声音池中。

付费提供商如何计费

付费服务按字符计费。以下设置有助于控制用量:

  • 朗读提醒与聊天一样计入用量;朗读提醒默认关闭。
  • 朗读自定义台词步骤达到事件的每分钟字符数后会停止,默认上限为 600。
  • 当TTS 播放位置设为 OBS 音频源,但 OBS 中没有打开该来源时,聊天和提醒不会朗读。
  • 最大字符数会在发送前截断长消息,默认 200。

提供商发生故障时

提示含义
TTS 尚未设置还需要 API 密钥或语音
TTS 服务商拒绝了请求检查密钥、语音与模型
已达到 TTS 服务商限额已达到用量或速率限制;解除限制后才会恢复
无法连接语音朗读服务无法连接提供商;连接恢复后 TTS 会自动继续

相关内容