設定:語音辨識/語音合成
本頁說明如何使用右鍵選單「設定」子選單中的「偏好設定」開啟對話方塊,並介紹其中的「語音辨識/語音合成」頁面。
本頁可設定 SSP 的語音辨識與語音合成功能。
如果電腦無法使用語音辨識或語音合成,各自群組中的項目會呈現灰色,無法選取。
各項目的「(System Default)」表示使用 Windows 設定中選取的項目。通常維持原樣即可。
各項目說明
語音辨識
請選取「功能→語音辨識」選單,開啟辨識面板後使用。
變更此欄的設定後,會立即套用至已開啟的辨識面板。不需要重新啟動 SSP。
- 辨識引擎
變更語音辨識引擎。選取「(System Default)」時,會使用語音辨識控制台中選取的項目。
如果電腦安裝了多個辨識引擎,請選擇適合您所說語言的引擎。 - 設定檔
切換用來提高辨識準確度的學習資料。選取「(System Default)」時,會使用語音辨識控制台中選取的項目。
如果想依不同使用者切換訓練結果,請使用此選項。 - 辨識引擎設定、麥克風設定、訓練
是否可設定各項目,取決於辨識引擎。通常這些項目都會停用。
若項目可用,按下後會開啟辨識引擎提供的設定畫面。在「麥克風設定」中可調整麥克風音量;在「訓練」中可讓引擎學習您的說話習慣,以提高辨識準確度。 - 音訊輸入來源
切換音訊輸入來源,例如麥克風插孔或耳機麥克風。選取「(System Default)」時,會使用語音辨識控制台中選取的項目。
只有在所選輸入來源提供專用設定畫面時,才能按下右側的「設定...」。
語音合成
請開啟「功能→語音合成」選單後使用。
變更此欄的設定後,會從下一次朗讀開始套用。不需要重新啟動 SSP。
\0(主要角色)
設定主要角色(\0)的語音。您可以選擇語音、調整音高,並使用設定按鈕進行詳細設定。\1(次要角色)
設定次要角色(\1)的語音。您可以選擇語音(也可以與\0或\2使用相同語音)、調整音高,並使用設定按鈕進行詳細設定。\2~(其他角色)
設定\2之後的額外角色語音。您可以選擇語音(也可以與\0或\1使用相同語音)、調整音高,並使用設定按鈕進行詳細設定。- 選擇語音
清單中會列出 Windows 內建的語音,以及用來使用外部語音合成服務的「LocalAPI-0〜9」和「CloudAPI-0〜9」欄位。
選取「LocalAPI-」或「CloudAPI-」欄位後,請按右側的「設定...」設定連線目的地等資訊,再開始使用。
只有在 Windows 語音提供專用設定畫面時,才能按下「設定...」。 - 音高
設定聲音的高低。可在 -10〜10 的範圍內選擇(0 為基準)。數字越大,聲音越高。
初始值為\0的 0、\1的 +5(稍高),以及\2~的 -5(稍低)。 - 音訊輸出目的地
切換音訊輸出目的地,例如喇叭或耳機插孔。您可以使用設定按鈕進行詳細設定。 - 說話速度
調整語音合成的朗讀速度。使用滑桿可從「慢」調整至「快」。請以標準位置為基準進行調整。
此設定適用於所有角色。 - 音量
調整語音合成的音量。使用滑桿可設定為 0% 至 100%。初始值為 100%。
此設定適用於所有角色。 - 配合語音合成的播放進度等待腳本播放
配合語音合成的朗讀速度同步調整腳本的顯示時機。
關閉時,對話方塊中的文字會以平常的速度播放,語音則會追上文字。開啟時,會等待語音追上後才繼續播放人格,因此語音和文字之間的落差會縮小(但如果語音合成耗時,人格的動作也會變慢)。此選項預設為關閉。
語音合成詳細設定對話方塊(右側的設定按鈕)
在「LocalAPI-」或「CloudAPI-」欄位按下「設定...」後,會開啟此對話方塊。請選擇要使用的軟體或服務類型,並輸入必要項目。
除了使用雲端語音合成時所需的 API 金鑰外,其餘項目都可以省略。請只輸入必要資訊,其他欄位留白即可。所選類型不會使用的項目會呈現灰色,無法輸入。
- 類型
選擇要使用的語音合成軟體或服務。在 LocalAPI 欄位中可選擇本機軟體,在 CloudAPI 欄位中則可選擇雲端服務。 - 語音 ID/風格 ID/瀏覽...
指定要使用的語音。按下「瀏覽...」後,會從連線目的地的軟體取得語音清單,您可以參考名稱進行選擇。如果知道 ID,也可以直接輸入。
若使用 LocalAPI,「瀏覽...」只有在連線目的地的軟體已啟動時才能顯示清單(否則會發出蜂鳴聲)。請先啟動軟體再按下按鈕。
Aivis Cloud API 和 OpenAI TTS 的「瀏覽...」不會取得清單,而是會在瀏覽器中開啟列有語音清單的網頁。 - 主機名稱/IP、連接埠號碼
在 LocalAPI 中,指定執行連線目的地軟體的電腦。如果軟體在同一台電腦上執行,留白即可。 - API 金鑰
用來連線至雲端服務的金鑰。請從服務的管理畫面取得金鑰後貼上。
LocalAPI
- VOICEVOX,VOICEVOX Nemo,SHAREVOX,AivisSpeech
按下瀏覽按鈕後,可參考角色名稱選擇語音 ID。如果知道 ID,也可以直接輸入。
如果軟體在同一台電腦上執行,主機名稱和連接埠號碼留白即可。 - COEIROINK v2
按下瀏覽按鈕後,可參考角色名稱選擇語音 ID 和風格 ID。如果知道 ID,也可以直接輸入。
風格 ID 請輸入風格名稱(例如「れいせい」)。如果知道 ID,也可以輸入 ID。
如果軟體在同一台電腦上執行,主機名稱和連接埠號碼留白即可。 - Style-BERT-VITS2
按下瀏覽按鈕後,可參考角色名稱選擇語音 ID 和風格 ID。如果知道 ID,也可以直接輸入。
風格 ID 請輸入風格名稱。如果知道 ID,也可以輸入 ID。
如果軟體在同一台電腦上執行,主機名稱和連接埠號碼留白即可。
請啟動 Server.bat(server_fastapi.py)。 - OpenAI TTS - Local(相容本機 API)
語音 ID 請輸入 Text-to-speech AI 模型的名稱,例如「irodori-tts」。
風格 ID 請依照相容伺服器的規格輸入。例如使用 Irodori-TTS-Server 時,請輸入放在 voices 資料夾中的參考語音 wav 檔名(不含副檔名)。
如果軟體在同一台電腦上執行,主機名稱留白即可。連接埠號碼則需依各服務設定。例如使用 Irodori-TTS-Server 時,請輸入 8088。
CloudAPI
- Aivis Cloud API
語音 ID 請複製並輸入「模型 UUID」。注意!不是說話者 UUID。
風格 ID 列在語音的詳細資訊頁面中。
建議將音高設為 0。據說設定其他數值會降低合成速度。
您可以從此儀表板取得 API 金鑰,請將金鑰貼到金鑰欄位。 - OpenAI TTS - Cloud(雲端 API 或相容服務)
語音 ID 請輸入 Text-to-speech AI 模型的名稱,例如「gpt-4o-mini-tts」或「tts-1」。
風格 ID 請輸入此文件的「Voice options」章節中所列的名稱。例如:「marin」、「cedar」。
您可以從此儀表板取得 API 金鑰,請將金鑰貼到金鑰欄位。
使用相容服務時,請設定主機名稱。使用 OpenAI 的 Text-to-speech 時,留白即可。