指南

n8n 文字转语音：用自托管的声音

n8n 是自动化内容的热门工具：输入一篇新文章、表格中的一行或一段 AI 摘要，就能产出有用的东西。语音是顺理成章的下一步：每篇文章一段朗读，每个短视频一段配音，每天一份音频简报。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 引擎作为一个小型 HTTP 服务器运行在 n8n 旁边，在你自己的硬件上把文本变成自然的语音。本指南介绍如何用内置的 HTTP Request 节点把两者连起来，以及如何处理生成的音频。

浏览声音 安装 SuperClonica 引擎

可以自动化什么

n8n 负责搬运文本；SuperClonica 在你自己的服务器上把它变成语音，不按字符收费。

  • 为每篇新博客文章或 RSS 条目生成朗读。
  • 根据表格中的脚本列为短视频配音。
  • 把 AI 模型写的每日摘要读出来。
  • 把公告和通知变成音频。

免费挑选声音

在任意声音页面粘贴一句工作流中的典型文本，30 到 100 个字符，选择语言并点击生成按钮。几秒后就能听到自动化的效果，无需注册。

把 n8n 连接到语音服务器

这样节点就会把一个 16 位单声道 WAV 文件交给下一个节点。

  • 启动服务器：docker run -d --name tts -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu。如果 n8n 也运行在 Docker 中，把两个容器放进同一个 Docker 网络，用容器名 http://tts:8000 代替 localhost。
  • 添加 HTTP Request 节点：方法 POST，URL 为 http://tts:8000/synthesize，打开 Send Body，正文类型选 JSON。
  • 正文中，text 取自上一个节点，voice 设为 F1 或声音文件的内容，lang 设为 en。
  • 在 Options 中把 Response Format 设为 File，并填写输出字段名，例如 audio。

保存或发布音频

可以用 Read/Write Files from Disk 节点保存文件、上传到云存储、附加到消息里，或交给生成视频的步骤。需要 MP3 时，自托管的 n8n 可以在 Execute Command 节点中运行 ffmpeg。长文本请逐段发送，或调高 SUPERCLONICA_MAX_TEXT（默认 5000 个字符）。如果其他机器也能访问服务器，请设置 SUPERCLONICA_API_KEY，并在 Authorization 请求头中以 Bearer 令牌发送。

声音与诚实

模型自带的十个标准声音 M1–M5、F1–F5 免费；想要自己的声音，可以用征得同意的说话人录音在 SuperClonica 工作室训练，或在交易所定制。在听众在意的场合说明音频由机器生成，绝不要用模仿真实人物的声音自动生成语音。