Un bot TTS de Discord en Python que lee el chat en voz alta en un canal de voz

Qué necesitas

Crea una aplicación en el Discord Developer Portal, añade un bot, activa el intent de Message Content en la página Bot e invita al bot con los permisos Conectar y Hablar. Instala FFmpeg de modo que esté en el PATH y después las bibliotecas:

python -m pip install "discord.py[voice]" superclonica-cpu

El extra voice de discord.py 2.7 trae las bibliotecas de cifrado que necesita la voz de Discord. El motor SuperClonica descarga el modelo Supertonic 3, unos 400 MB, en el primer arranque y luego funciona sin conexión en una CPU normal.

El bot con el motor gratuito

Define DISCORD_TOKEN y TTS_CHANNEL_ID, el ID del canal de texto que se leerá, y ejecuta el archivo. Cuando alguien que está en un canal de voz escribe en ese canal de texto, el bot entra a su canal de voz y lee el mensaje con la voz elegida; las frases esperan en una cola y nunca se pisan.

import asyncio, os, re, tempfile
import discord
from superclonica import Superclonica

TOKEN = os.environ["DISCORD_TOKEN"]
TEXT_CHANNEL = int(os.environ["TTS_CHANNEL_ID"])  # the text channel the bot reads
VOICE = "announcer.json"  # a voice file from the catalog, or M1..M5, F1..F5
LINK = re.compile(r"https?://\S+")

intents = discord.Intents.default()
intents.message_content = True
client = discord.Client(intents=intents)
tts = Superclonica()
queue = asyncio.Queue()

def voice_line(text):
    audio, _ = tts.synthesize(text, voice=VOICE, lang="en")
    path = tempfile.NamedTemporaryFile(suffix=".wav", delete=False).name
    tts.save(path, audio)
    return path

async def speaker():
    while True:
        voice_client, text = await queue.get()
        path = await asyncio.to_thread(voice_line, text)
        done = asyncio.Event()
        voice_client.play(discord.FFmpegPCMAudio(path), after=lambda error: client.loop.call_soon_threadsafe(done.set))
        await done.wait()
        os.remove(path)

@client.event
async def on_ready():
    client.loop.create_task(speaker())

@client.event
async def on_message(message):
    if message.author.bot or message.channel.id != TEXT_CHANNEL or not message.author.voice:
        return
    voice_client = message.guild.voice_client or await message.author.voice.channel.connect()
    text = LINK.sub("link", message.clean_content)[:300]
    await queue.put((voice_client, f"{message.author.display_name} says: {text}"))

client.run(TOKEN)

VOICE puede ser una de las voces integradas M1 a M5 y F1 a F5 o un archivo de voz del catálogo de SuperClonica: las voces gratuitas se descargan sin cuenta y las de pago tras comprarlas. La síntesis va en un hilo aparte, así que el bot sigue respondiendo mientras se genera una frase.

El mismo bot por la API

Si el bot vive en un servidor pequeño sin sitio para el modelo, genera las frases con la API de voz de SuperClonica: sustituye voice_line por esta función y define SUPERCLONICA_KEY. Cualquier voz del catálogo funciona con el ID de su página, sin comprarla.

import os, tempfile
import requests

API = "https://superclonica.com/api/v1/speech"
KEY = os.environ["SUPERCLONICA_KEY"]
VOICE_ID = "49cd4d119695528694fac0a1b9fb58a8"  # any catalog voice: the ID on its page

def voice_line(text):
    answer = requests.post(API, headers={"Authorization": "Bearer " + KEY}, timeout=120,
                           json={"text": text, "voice": VOICE_ID, "language": "en", "format": "mp3"})
    answer.raise_for_status()
    path = tempfile.NamedTemporaryFile(suffix=".mp3", delete=False).name
    with open(path, "wb") as file:
        file.write(answer.content)
    return path

Una clave gratuita da un minuto de audio al día, suficiente para probar; Inicio, 5 $ al mes, da hasta 3 minutos de voz en cada ventana de 10 minutos, de sobra para un servidor animado.

Para que sea agradable

Lee un solo canal, recorta los mensajes largos, di «enlace» en lugar de una dirección web y deja que los moderadores muevan o expulsen al bot. El motor lee como palabras la jerga de chat habitual en español, como pq o tmb, y en otros idiomas. Las voces de personajes del catálogo las hacen fans y no están respaldadas por los titulares de los derechos: úsalas para divertirte en tu servidor, nunca para hacerte pasar por nadie.