Node-RED Text-to-Speech mit natürlicher lokaler Stimme
Node-RED verbindet Sensoren, Hausautomation, Chatbots und Geschäftssysteme mit ein paar Drähten auf einer Fläche. Sprache passt hier hinein: ein Türsensor, der Besuch ankündigt, ein Flow, der eine tägliche Zusammenfassung vorliest, ein Lageralarm aus dem Hallenlautsprecher.
Die kostenlose SuperClonica-Engine läuft als kleiner HTTP-Server neben Node-RED und macht aus Text natürliche Sprache auf Ihrer eigenen Hardware. Dieser Leitfaden zeigt den Flow Knoten für Knoten und was Sie mit dem Audio tun.
Was Sie vertonen können
Node-RED bewegt die Daten; SuperClonica macht aus Text Sprache in Ihrem Netz.
- Durchsagen von Sensoren und Smart-Home-Ereignissen.
- Tägliche Zusammenfassungen aus anderen Knoten.
- Alarme über Lautsprecher in Fabrik, Lager oder Büro.
- Nachrichten für Chatbots, die Sprachnachrichten senden.
Die Stimme gratis wählen
Geben Sie auf der Seite einer beliebigen Stimme eine typische Durchsage mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden hören Sie, wie Ihr Flow klingen wird, ohne Konto.
Den Flow bauen
Läuft auch Node-RED in Docker, hängen Sie beide Container an dasselbe Netz und nutzen Sie http://tts:8000 statt localhost.
- Starten Sie den Server auf demselben Rechner oder im selben Netz: docker run -d --name tts -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu.
- Setzen Sie in einem function- oder change-Knoten msg.payload auf ein Objekt wie {"text": "Jemand steht vor der Haustür", "voice": "F1", "lang": "de"}.
- Fügen Sie einen http-request-Knoten hinzu: Methode POST, URL http://localhost:8000/synthesize und Rückgabe als Binärpuffer; ein Objekt als payload wird automatisch als JSON gesendet.
- Der Knoten gibt das WAV als Puffer in msg.payload weiter, bereit für den nächsten Knoten.
Audio speichern oder abspielen
Ein write-file-Knoten speichert den Puffer als WAV, etwa /data/tts/door.wav. Auf einem Linux-Rechner mit Lautsprechern kann ein exec-Knoten ihn mit aplay abspielen; für smarte Lautsprecher geben Sie die Datei an Ihr Hausautomationssystem weiter oder liefern sie per HTTP aus. Vertonen Sie feste Sätze einmal und verwenden Sie die Dateien wieder, und vertonen Sie nur die wechselnden Teile. Setzen Sie SUPERCLONICA_API_KEY und senden Sie ihn im Authorization-Header, wenn der Server von anderen Rechnern erreichbar ist.
Stimmen und Ehrlichkeit
Die zehn Standardstimmen des Modells, M1 bis M5 und F1 bis F5, sind kostenlos; für eine eigene Stimme trainieren Sie eine im SuperClonica-Studio aus der Aufnahme einer einverstandenen Person. Sagen Sie, dass Durchsagen maschinell erzeugt sind, wo es zählt, und automatisieren Sie nie Sprache mit einer Stimme, die eine reale Person nachahmt.