Python으로 만드는 Discord TTS 봇: 음성 채널에서 채팅을 읽어 주기

준비물

Discord Developer Portal에서 애플리케이션을 만들고 봇을 추가한 뒤, Bot 페이지에서 Message Content intent를 켜고 연결·말하기 권한으로 봇을 초대하세요. FFmpeg를 PATH에 있도록 설치하고 라이브러리를 설치합니다:

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

discord.py 2.7의 voice 옵션에는 Discord 음성에 필요한 암호화 라이브러리가 들어 있습니다. SuperClonica 엔진은 처음 실행할 때 Supertonic 3 모델(약 400 MB)을 내려받고, 그다음부터는 일반 CPU에서 오프라인으로 돌아갑니다.

무료 엔진을 쓰는 봇

DISCORD_TOKEN과 읽을 텍스트 채널의 ID인 TTS_CHANNEL_ID를 설정하고 파일을 실행하세요. 음성 채널에 있는 사람이 그 텍스트 채널에 글을 쓰면, 봇이 그 사람의 음성 채널에 들어가 고른 목소리로 메시지를 읽습니다. 대사는 대기열에서 기다리므로 겹치지 않습니다.

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)

VOICE에는 내장 목소리 M1~M5, F1~F5 중 하나나 SuperClonica 카탈로그의 목소리 파일을 넣습니다. 무료 목소리는 계정 없이, 유료 목소리는 구매 후 내려받습니다. 합성은 별도 스레드에서 돌기 때문에 읽는 동안에도 봇이 계속 반응합니다.

API로 같은 봇 만들기

모델을 둘 공간이 없는 작은 서버에서 봇을 돌린다면 SuperClonica 음성 합성 API로 대사를 변환하세요. voice_line을 이 함수로 바꾸고 SUPERCLONICA_KEY를 설정합니다. 카탈로그의 모든 목소리는 페이지에 표시된 ID로 구매 없이 쓸 수 있습니다.

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

무료 키는 하루 1분으로 시험해 보기에 충분합니다. 월 5달러 스타트는 10분 창마다 최대 3분의 음성을 주므로 붐비는 서버에도 넉넉합니다.

쾌적하게 쓰려면

한 채널만 읽고, 긴 메시지는 자르고, 웹 주소 대신 "링크"라고 읽게 하고, 모더레이터가 봇을 옮기거나 내보낼 수 있게 하세요. 엔진은 영어의 idk, pls처럼 몇몇 언어의 흔한 채팅 은어를 단어로 읽습니다. 카탈로그의 캐릭터 목소리는 팬이 만든 것이며 권리자가 승인하지 않았습니다. 서버에서 재미로 쓰고, 다른 사람을 사칭하는 데에는 절대 쓰지 마세요.