ANLEITUNG

Godot Text-to-Speech: Dialogzeilen und Sprache zur Laufzeit

Godot-Spiele entstehen oft allein oder im kleinen Team, und Sprachaufnahmen passen selten ins Budget. Text-to-Speech gibt jeder Zeile am Tag ihres Entstehens eine Stimme: für Prototypen, Platzhalter-Dialoge, Tutorials und Spiele, die bewusst bei einer synthetischen Stimme bleiben.

Die kostenlose SuperClonica-Engine vertont Text offline auf einem normalen Prozessor. Dieser Leitfaden zeigt die zwei Wege mit Godot, vorab erzeugte WAV-Dateien und Sprache zur Laufzeit aus GDScript, und welche Stimmen Sie veröffentlichen dürfen.

Stimmen ansehen SuperClonica-Engine installieren

Zwei Wege zur Stimme für ein Godot-Spiel

Auf dem Rechner eines Spielers läuft kein Sprachserver, ein veröffentlichtes Einzelspieler-Spiel sollte die Dateien also mitliefern.

  • Vorab erzeugte Dateien: Vertonen Sie jede Zeile während der Entwicklung und legen Sie die WAV-Dateien ins Projekt. Sie werden wie jeder andere Klang mit dem Spiel exportiert.
  • Sprache zur Laufzeit: Das Spiel schickt Text an einen SuperClonica-Server und spielt die Antwort ab. Das passt zu Editor-Werkzeugen, Prototypen und Online-Spielen mit eigenem Server.
  • In beiden Fällen läuft die Vertonung auf einem normalen Prozessor, ohne Gebühr pro Zeichen.
  • Das Modell spricht 31 Sprachen; Chinesisch wird noch nicht unterstützt.

Stimmen gratis auswählen

Geben Sie auf der Seite einer beliebigen Stimme einen Satz Ihrer Figur mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden hören Sie, ob die Stimme passt, ohne Konto.

Dialoge vorab vertonen

Gleicher Text, gleiche Stimme und gleicher Seed ergeben immer dasselbe Audio: Vertonen Sie nur geänderte Zeilen neu und versionieren Sie das Skript, nicht das Audio.

  • Installieren Sie die Engine: python -m pip install superclonica-cpu.
  • Halten Sie die Zeilen in einer Tabelle mit ID, Sprache und Text.
  • Ein kurzes Skript geht sie durch: superclonica --text "Willkommen im Dorf!" --voice npc.json --lang de --output voice/npc_greeting_01.wav.
  • Godot importiert neue WAV-Dateien im Projekt selbst; spielen Sie sie mit einem AudioStreamPlayer ab.

Sprache zur Laufzeit aus GDScript

Starten Sie den Server auf einem beliebigen Prozessor: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. Ab Godot 4.4 spielen der eingebaute HTTPRequest-Knoten und AudioStreamWAV.load_from_buffer die Antwort ab, ohne eine Datei zu speichern: var http := HTTPRequest.new(); add_child(http); http.request_completed.connect(_on_voice); http.request("http://localhost:8000/synthesize", ["Content-Type: application/json"], HTTPClient.METHOD_POST, JSON.stringify({"text": "Willkommen zurück!", "voice": "F1", "lang": "de"})) — und im selben Skript: func _on_voice(result, code, headers, body): $Voice.stream = AudioStreamWAV.load_from_buffer(body); $Voice.play(). Ein kurzer Satz dauert auf einem Prozessor etwa eine halbe Sekunde; cachen Sie die Streams wiederkehrender Zeilen. Legen Sie nie einen API-Schlüssel in ein exportiertes Spiel, aus dem Spieler ihn auslesen können: Lassen Sie Ihren eigenen Spielserver den Sprachserver aufrufen.

Stimmen, die Sie veröffentlichen dürfen

Für Prototypen ist jede Katalogstimme in Ordnung. Für ein veröffentlichtes Spiel nutzen Sie eine Stimme, an der Sie die Rechte haben: die zehn Standardstimmen des Modells, M1 bis M5 und F1 bis F5, Ihre eigene Stimme, im SuperClonica-Studio aus einer sauberen Aufnahme von 5 bis 10 Sekunden einer einverstandenen Person auf einem Computer mit NVIDIA-Grafikkarte trainiert, oder eine auf der Börse bestellte Stimme. Von Fans gemachte Figurenstimmen sind für Parodien und Fan-Spiele, nicht für kommerzielle Spiele.