指南

Godot 文字转语音：游戏台词与运行时语音

Godot 游戏常常由一个人或小团队制作，配音往往是预算里最难挤出的部分。文字转语音能在台词写好的当天就配上声音：用于原型、临时对白、教程，也适合有意保留合成声音的游戏。请注意：Supertonic 3 暂不支持中文，可朗读英语、日语、韩语等 31 种语言。

免费的 SuperClonica 引擎在普通处理器上离线朗读文本。本指南介绍在 Godot 中使用它的两种方式（预先生成的 WAV 文件和从 GDScript 发起的运行时语音），以及哪些声音可以用于正式发布。

浏览声音 安装 SuperClonica 引擎

为 Godot 游戏配音的两种方式

玩家的电脑不会运行语音服务器，所以正式发布的单机游戏应该随附文件。

  • 预先生成的文件：在开发阶段为每句台词生成语音，把 WAV 放进项目。它们会像其他声音一样随游戏导出。
  • 运行时语音：游戏把文本发送到 SuperClonica 服务器并播放返回的音频。适合编辑器工具、原型以及有自己服务器的在线游戏。
  • 两种方式都在普通处理器上运行，不按字符收费。
  • 模型支持 31 种语言，暂不支持中文。

免费挑选声音

在任意声音页面输入一句角色台词，30 到 100 个字符，选择语言并点击生成按钮。几秒后就能听出声音是否合适，无需注册。

提前生成对白

相同的文本、声音和 seed 总会得到相同的音频，所以只需重新生成改动过的台词，仓库里保存脚本而不是音频。

  • 安装引擎：python -m pip install superclonica-cpu。
  • 把台词放在一张表里：ID、语言和文本。
  • 用一个短脚本逐行处理：superclonica --text "Welcome to the village!" --voice npc.json --lang en --output voice/npc_greeting_01.wav。
  • Godot 会自动导入项目中的新 WAV 文件；用 AudioStreamPlayer 播放。

从 GDScript 在运行时朗读

在任意处理器上启动服务器：docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu。在 Godot 4.4 或更新版本中，内置的 HTTPRequest 节点和 AudioStreamWAV.load_from_buffer 无需保存文件即可播放返回的音频：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": "Welcome back!", "voice": "F1", "lang": "en"}))。在同一脚本中：func _on_voice(result, code, headers, body): $Voice.stream = AudioStreamWAV.load_from_buffer(body); $Voice.play()。在处理器上，短句大约需要半秒；重复出现的台词请缓存音频流。不要把 API 密钥放进导出的游戏中，玩家可以把它提取出来；应由你自己的游戏服务器去调用语音服务器。

可以用于发布的声音

原型阶段可以使用目录中的任何声音。正式发布的游戏请使用你拥有权利的声音：模型自带的十个标准声音 M1–M5、F1–F5，用征得同意的演员 5 到 10 秒的干净录音、在配有 NVIDIA 显卡的电脑上用 SuperClonica 工作室训练出的你自己的声音，或在交易所定制的声音。粉丝制作的角色声音适用于恶搞和同人游戏，而不适用于商业游戏。