LiteLoaderQQNT-TTS

LiteLoaderQQNT 文本转语音

基于TTS接口(vits、GPT-SoVITS等)，将输入字符转为语音发送。

安装 | Installation

需为LiteLoaderQQNT安装 Euphony 依赖。

手动安装(从 Releases 中下载稳定版)

• 下载 最新发布版本 中的 text_to_speech-release.zip
• 将压缩包中的内容解压到数据目录下的 plugins/text_to_speech 文件夹中
• 重启 QQ 完成安装

完成后的目录结构应该如下:

plugins (所有的插件目录)
└── text_to_speech (此插件目录)
    ├── src/ (主要代码文件夹)
    ├── .../ (其他文件夹文件夹)
    ├── manifest.json (插件元数据)
    └── ... (其他文件)

使用 LiteLoaderQQNT-PluginInstaller 插件安装

• 根据 README 安装 LiteLoaderQQNT-PluginInstaller 插件，然后选择以下方案之一

1. 通过 URL Schemes 跳转 QQ 安装插件

• 根据 README 安装 Protocio 插件，对 URL Schemes 进行解析
• 点击链接，完成安装
• 或者在PluginInstaller的插件列表中寻找需要的插件完成安装

2. 在 PluginInstaller 插件内安装

• 打开 QQ 的设置页面，切换至 PluginInstaller 标签页
• 输入下方链接，完成安装

https://github.com/lclichen/LiteLoaderQQNT-TTS/blob/main/manifest.json

使用 | Usage

1. TTS功能：打开一个对话界面，在编辑框中键入所希望进行转换的文本，点击编辑框上方的TTS按钮，默认将自动发送转换后的语音。
2. TTS发送前预览：在设置中启用TTS预览，生成后将出现一个预览界面（由于前端解码的限制，如果后端返回的音频格式在 wav、ogg、mp3 以外，可能无法被播放。）
3. 音频发送功能：（Copy From Audio-Sender）点击编辑框上方的语音图标，切换到发送语音界面，直接将音频文件拖入聊天窗口即可。

注意事项 | Notes

建议用户自行填写TTS接口地址，目前支持类似于simple-vits-api类型的，在请求中发送文本，直接获取音频文件的响应。

例如，gptsovits的接口格式根据GPT-SoVITS/api.py中的推理格式构建，请按照该文件中的使用方式启用GPT-SoVITS后端API接口（接口更新请自行同步，目前GPT-SoVITS并没有稳定的接口）。

如果向后端请求的音频格式在silk以外，则需要配置ffmpeg，用于格式转换。 注意，source_key参数用于标记文本所对应的键值，在修改配置时需要保留 注意，format参数用于标记后端返回的音频格式，即使后端不解析本参数，也需要保留用于模块解析

依赖 | Requirements

1. 需安装Euphony插件，用于消息发送。
2. 将 ffmpeg (包括 ffprobe) 添加至环境变量，用于将非silk格式音频转换到pcm格式，便于后续编码。

致谢 | Acknowledgment

1. 整体结构参考了DeepL插件。
2. 格式转换参考了Audio-Sender插件。

ChangeLog

1. 配置文件结构更新，支持快速配置切换
2. 增加音频发送前预览功能

TODO

1. 支持调用Windows系统语音
2. Mac上的ffmpeg相关问题解决
3. 更人性化的设置界面
4. 开放TTS接口，允许其他插件调用

自建TTS后端注意事项 | Notes for TTS Server

如果向后端请求的音频格式设置为silk的话：

1. python环境下如果使用graiax-silkcoder的话建议安装本人修改并重新编译的版本，以支持QQNT的silk格式，并适应音频格式判断方式。
2. 其他环境请保证接口支持QQNT版本的silk格式输出，否则建议采用其他格式。

交流反馈

点击链接加入群聊【TTS问题反馈与接口交流 857365160】：https://qm.qq.com/q/jMGb3zgiHu