指南

SillyTavern TTS:启用并为每个角色配音

SillyTavern 可以通过 TTS 扩展朗读角色扮演聊天。几次点击就能启用,每个角色都可以有自己的声音。本页介绍的 SuperClonica 引擎不支持中文,可朗读英语、日语等 31 种语言。

本指南介绍设置方法、对各提供商的如实比较,以及免费离线角色声音的用法。

启用 TTS

打开 Extensions 面板,找到 TTS 并选择提供商。勾选 Enabled 开启播放,勾选 Auto Generation 让新消息自动朗读。如果没有出现声音,请检查提供商设置并点击 Refresh。

选择哪个提供商

可选项包括 System、Edge、Google Translate、Google Gemini TTS、Pollinations、Kokoro、Silero、AllTalk、XTTS、ElevenLabs、OpenAI、Azure、Novel 和 MiniMax。想不安装任何东西先试试,可以从 System 或 Edge 开始。Kokoro、Silero、AllTalk 和 XTTS 需要你自己运行语音服务器。ElevenLabs、OpenAI、Azure、Novel 和 MiniMax 是需要账号或密钥的付费服务,请查看其最新价格。

为每个角色设置不同声音

打开与角色的聊天或选择你的人设,然后在声音映射的下拉列表中选择声音。为所有角色(包括旁白)设置好后点击 Apply。群聊中每个角色声音不同,听起来会好得多。

只朗读对白

Only narrate "quotes" 只朗读引号内的文字,动作描写不会被读出。忽略星号内文字的选项会跳过 *动作*;两者都勾选时,只朗读星号外的引号内容。Apply regex 可在送入语音前去掉其他内容;如果通过翻译聊天,Narrate only the translated text 会很有用。

免费离线的角色声音

想使用游戏和电影角色的声音而不按字符付费,可以用免费的 SuperClonica 引擎运行一个小型本地服务器:完整代码见我们的 OpenAI 兼容 TTS 服务器指南(python -m pip install superclonica-cpu fastapi uvicorn av)。在 SillyTavern 中选择 OpenAI Compatible 提供商,端点填写 http://localhost:8880/v1/audio/speech,模型填写 superclonica。该提供商不会自动获取声音,请手动输入列表:M1,M2,M3,M4,M5,F1,F2,F3,F4,F5。然后在声音映射中分配。

添加声音库中的声音

SuperClonica 声音库中的任何声音都可以在其页面免费试听。要在 SillyTavern 中使用,请获取声音文件并在服务器中加入一行,例如 VOICES["narrator"] = "/path/to/the/file"。把 narrator 加入 SillyTavern 的声音列表并分配给角色。声音支持 31 种语言,在录制语言中听起来最自然。