设置:语音识别/语音合成
本页介绍右键菜单的“设置”子菜单中,通过“首选项”打开的对话框里的“语音识别/语音合成”页面。
本页用于设置 SSP 的语音识别和语音合成功能。
有关功能的使用方法,请分别参阅“语音识别”和“语音合成”页面。
如果电脑无法使用语音识别或语音合成,相应分组中的项目会显示为灰色,无法选择。
各项目中的“(System Default)”表示使用 Windows 设置中选定的项目。通常保持默认即可。
各项目说明
语音识别
选择“功能→语音识别”菜单,打开识别面板后即可使用。
更改此栏中的设置后,会立即应用到已打开的识别面板。无需重新启动 SSP。
- 识别引擎
更改语音识别引擎。选择“(System Default)”时,将使用语音识别控制面板中选定的引擎。
如果电脑上安装了多个识别引擎,请选择适合所说语言的引擎。 - 配置文件
切换用于提高识别精度的学习信息。选择“(System Default)”时,将使用语音识别控制面板中选定的配置文件。
如果要为不同用户分别使用训练结果,请切换此项。 - 识别引擎设置、麦克风设置、训练
是否可设置取决于识别引擎。通常这些项目均不可用。
如果可以使用,点击后会打开识别引擎提供的设置界面。在“麦克风设置”中可以调整麦克风音量,在“训练”中可以让识别引擎学习说话习惯,从而提高识别精度。 - 音频输入源
切换作为音频输入源的麦克风接口、耳机麦克风等设备。选择“(System Default)”时,将使用语音识别控制面板中选定的输入源。
只有选定的输入源提供专用设置界面时,才能点击右侧的“设置...”按钮。
语音合成
启用“功能→语音合成”菜单后即可使用。
更改此栏中的设置后,会从下一次朗读开始生效。无需重新启动 SSP。
\0(主角色)
设置主角色(\0)的语音。可以选择语音、调整音高,也可以通过设置按钮进行详细设置。\1(副角色)
设置副角色(\1)的语音。可以选择语音(可与\0或\2相同)、调整音高,也可以通过设置按钮进行详细设置。\2~(其他角色)
设置\2及之后的附加角色的语音。可以选择语音(可与\0或\1相同)、调整音高,也可以通过设置按钮进行详细设置。- 选择语音
列表中会显示 Windows 自带的语音,以及用于调用外部语音合成的“LocalAPI-0〜9”和“CloudAPI-0〜9”选项。
选择“LocalAPI-”或“CloudAPI-”选项后,请点击右侧的“设置...”按钮,设置连接目标等信息,然后再使用。
只有 Windows 语音提供专用设置界面时,才能点击“设置...”按钮。 - 音高
设置声音的高低。可在 -10〜10 的范围内选择(0 为基准)。数值越大,声音越高。
默认值为:\0是 0,\1是 +5(稍高),\2~ 是 -5(稍低)。 - 音频输出目标
切换用于输出音频的扬声器、耳机接口等设备。可以通过设置按钮进行详细设置。 - 朗读速度
调整语音合成的朗读速度。可以使用滑块在“慢”和“快”之间调节。请从标准位置开始调整。
此设置适用于所有角色。 - 音量
调整语音合成的音量。可以使用滑块将音量设置为 0% 到 100%。默认值为 100%。
此设置适用于所有角色。 - 根据语音合成的播放进度等待脚本播放
根据语音合成的朗读速度同步脚本的显示时机。
关闭时,对话框中的文字会按平常速度播放,语音则会跟随文字。开启后,播放人格会等待语音跟上,从而减少语音和文字之间的不同步(但如果合成耗时较长,人格的动作也会变慢)。默认情况下此项关闭。
语音合成详细设置对话框(右侧的设置按钮)
在“LocalAPI-”或“CloudAPI-”选项中点击“设置...”后会打开此对话框。请选择要使用的软件或服务类型,并填写必要项目。
除使用云端语音合成时所需的 API 密钥外,其他项目均可留空。只填写必需的信息,其余项目请留空。所选类型不使用的项目会显示为灰色,无法输入。
- 类型
选择要使用的语音合成软件或服务。在 LocalAPI 选项中可以选择本地软件,在 CloudAPI 选项中可以选择云端服务。 - 语音 ID/风格 ID/浏览...
指定要使用的语音。点击“浏览...”后,会从连接目标的软件获取语音列表,方便你查看名称并进行选择。如果知道 ID,也可以直接输入。
对于 LocalAPI,如果连接目标的软件尚未启动,就无法显示列表(此时会响起蜂鸣声)。请先启动软件,再点击此按钮。
对于 Aivis Cloud API 和 OpenAI TTS,点击“浏览...”不会获取列表,而会在浏览器中打开列有语音列表的网页。 - 主机名/IP・端口号
在 LocalAPI 中,指定运行连接目标软件的电脑。如果软件运行在同一台电脑上,留空即可。 - API 密钥
用于连接云端服务的密钥。请从服务的管理页面获取密钥并粘贴到此处。
LocalAPI
- VOICEVOX,VOICEVOX Nemo,SHAREVOX,AivisSpeech
点击浏览按钮后,可以查看角色名称并选择语音 ID。如果知道 ID,也可以直接输入。
如果软件运行在同一台电脑上,主机名和端口号留空即可。 - COEIROINK v2
点击浏览按钮后,可以查看角色名称并选择语音 ID 和风格 ID。如果知道 ID,也可以直接输入。
风格 ID 请填写风格名称(例如“れいせい”)。如果知道 ID,也可以使用 ID。
如果软件运行在同一台电脑上,主机名和端口号留空即可。 - Style-BERT-VITS2
点击浏览按钮后,可以查看角色名称并选择语音 ID 和风格 ID。如果知道 ID,也可以直接输入。
风格 ID 请填写风格名称。如果知道 ID,也可以使用 ID。
如果软件运行在同一台电脑上,主机名和端口号留空即可。
请启动 Server.bat(server_fastapi.py)。 - OpenAI TTS - Local(兼容本地 API)
语音 ID 请填写 Text-to-speech AI 模型的名称,例如“irodori-tts”。
风格 ID 请按照兼容服务器的规范填写。例如,对于 Irodori-TTS-Server,请填写放入 voices 文件夹中的参考音频 wav 文件名(不含扩展名)。
如果软件运行在同一台电脑上,主机名留空即可。端口号需要根据具体服务进行设置。例如,Irodori-TTS-Server 使用 8088。
CloudAPI
- Aivis Cloud API
语音 ID 请复制并填写“模型 UUID”。注意!这不是说话人 UUID。
风格 ID 可在语音的详细信息页面中找到。
建议将音高设为 0。其他数值似乎会降低合成速度。
可以从此处的控制面板获取 API 密钥,请将密钥粘贴到密钥栏中。 - OpenAI TTS - Cloud(云端 API 或兼容服务)
语音 ID 请填写 Text-to-speech AI 模型的名称,例如“gpt-4o-mini-tts”或“tts-1”。
风格 ID 请填写此处文档的“Voice options”部分列出的名称。例如:“marin”“cedar”
可以从此处的控制面板获取 API 密钥,请将密钥粘贴到密钥栏中。
使用兼容服务时,请设置主机名。使用 OpenAI 的 Text-to-speech 时,留空即可。