Synthèse vocale dans OBS : faites dire n’importe quel texte à votre live

Phrases fixes : une source média et un raccourci

Les phrases que vous utilisez sans cesse, comme « je reviens » ou un mot d’accueil, lisez-les une fois : superclonica --text "Je reviens tout de suite, allez chercher un snack !" --voice F1 --lang fr --output brb.wav. Dans OBS, ajoutez une source média (Media Source), choisissez le fichier, activez la relance de la lecture quand la source devient active et donnez à la source un raccourci d’affichage dans les paramètres des raccourcis. À chaque appui, la phrase est jouée. Les noms des menus peuvent légèrement varier dans l’interface traduite d’OBS.

N’importe quel texte en direct : un script et obs-websocket

Dans OBS, ouvrez Tools, WebSocket Server Settings (Outils, paramètres du serveur WebSocket), activez le serveur et notez le mot de passe. Ajoutez à votre scène une source média nommée TTS et laissez son fichier vide. Installez ensuite les deux paquets :

pip install superclonica-cpu obsws-python

Enregistrez le script sous obs_say.py :

import os, sys, wave
import numpy as np
import obsws_python as obs
from superclonica import Superclonica

SOURCE = "TTS"  # the name of a Media Source in your scene
VOICE = os.environ.get("TTS_VOICE", "F1")  # M1..M5, F1..F5 or a voice file from the catalog
LANGUAGE = os.environ.get("TTS_LANGUAGE", "en")
FILES = [os.path.abspath("tts-a.wav"), os.path.abspath("tts-b.wav")]

tts = Superclonica()
client = obs.ReqClient(host="localhost", port=4455, password=os.environ.get("OBS_PASSWORD", ""), timeout=5)

def save(path, audio, rate):
    pcm = (np.clip(np.asarray(audio, dtype=np.float32).reshape(-1), -1, 1) * 32767).astype(np.int16)
    with wave.open(path, "wb") as file:
        file.setnchannels(1)
        file.setsampwidth(2)
        file.setframerate(rate)
        file.writeframes(pcm.tobytes())

def say(text, turn):
    path = FILES[turn % 2]  # two files, so OBS never reads the one being written
    audio, rate = tts.synthesize(text, voice=VOICE, lang=LANGUAGE)
    save(path, audio, rate)
    client.set_input_settings(SOURCE, {"local_file": path}, True)
    client.trigger_media_input_action(SOURCE, "OBS_WEBSOCKET_MEDIA_INPUT_ACTION_RESTART")

for turn, line in enumerate(sys.stdin):
    if line.strip():
        say(line.strip(), turn)

Lancez-le avec le mot de passe dans OBS_PASSWORD et tapez des lignes, ou envoyez-lui le texte de votre bot de chat :

python obs_say.py

Chaque ligne est lue dans un WAV, la source TTS reçoit ce fichier, et OBS le joue depuis le début. Le script alterne deux fichiers, pour qu’OBS ne lise jamais un fichier en cours d’écriture.

Choisir la voix

Sur la page de n’importe quelle voix du catalogue, collez une phrase typique, de 30 à 100 caractères, choisissez la langue et cliquez sur Lire. En quelques secondes vous entendez votre live, sans compte. Réglez TTS_VOICE sur l’une des dix voix de base, M1 à M5 et F1 à F5, ou sur le chemin d’un fichier de voix du catalogue, et TTS_LANGUAGE sur l’une des 31 langues, par exemple fr ; le chinois n’est pas encore pris en charge.

Garder le contrôle

Si les spectateurs peuvent envoyer du texte, ne lisez que les récompenses, bits ou dons, limitez la longueur, filtrez liens et insultes et gardez une touche pour couper la source TTS. Les voix de personnages sont faites par des fans et conviennent pour s’amuser en live dans le cadre des conditions de SuperClonica, mais ne laissez jamais le chat parler avec une voix qui imite une personne réelle. Notre guide sur la synthèse vocale du chat Twitch couvre le côté chat.