koishi-plugin-vits-edge-tts

基于 Microsoft Edge TTS 的 Koishi VITS 语音合成服务插件。

功能特性

• 🎙️ 丰富的语音角色：支持 300+ 种语音角色
• 🌍 多语言支持：支持中文、英文、日文、韩文、法语、德语、西班牙语等多种语言
• ⚡ 云端服务：基于魔搭社区的 Edge TTS 服务，无需本地部署
• 🎛️ 灵活调节：支持语速和音调调节
• 🔌 标准接口：实现 Koishi VITS 服务接口，可与其他插件无缝集成

使用方法

基础用法

使用 edge-tts 命令（或别名 vits、say）生成语音：

edge-tts 你好，世界
vits Hello, World!
say こんにちは

命令参数

• --spkr <角色名>：指定语音角色
• --rate <数值>：调节语速，范围 -100 到 100（负数减速，正数加速）
• --pitch <数值>：调节音调，范围 -100 到 100（负数降调，正数升调）

使用示例

# 使用默认角色
edge-tts 你好

# 指定中文男声
edge-tts --spkr "zh-CN-YunxiNeural - Male" 你好

# 调节语速（加快20%）
edge-tts --rate 20 你好

# 调节音调（降低10）
edge-tts --pitch -10 你好

# 组合使用
edge-tts --spkr "en-US-JennyNeural - Female" --rate 10 --pitch -5 Hello, how are you?

配置选项

在 Koishi 控制台的插件配置页面，你可以设置：

• 默认语音角色：从 300+ 个语音中选择默认使用的角色
• 语速调节：设置默认语速（-100 到 100）
• 音调调节：设置默认音调（-100 到 100）

支持的语音角色

中文语音

• 普通话：

  • zh-CN-XiaoxiaoNeural - Female（晓晓，女声，默认）
  • zh-CN-XiaoyiNeural - Female（晓伊，女声）
  • zh-CN-YunjianNeural - Male（云健，男声）
  • zh-CN-YunxiNeural - Male（云希，男声）
  • zh-CN-YunxiaNeural - Male（云霞，男声）
  • zh-CN-YunyangNeural - Male（云扬，男声）
  • zh-CN-liaoning-XiaobeiNeural - Female（晓北，辽宁口音）
  • zh-CN-shaanxi-XiaoniNeural - Female（晓妮，陕西口音）

• 粤语：

  • zh-HK-HiuGaaiNeural - Female
  • zh-HK-HiuMaanNeural - Female
  • zh-HK-WanLungNeural - Male

• 台湾国语：

  • zh-TW-HsiaoChenNeural - Female
  • zh-TW-HsiaoYuNeural - Female
  • zh-TW-YunJheNeural - Male

英文语音

• 美式英语：

  • en-US-AriaNeural - Female
  • en-US-JennyNeural - Female
  • en-US-GuyNeural - Male
  • en-US-AndrewNeural - Male
  • 等多种美式英语语音

• 英式英语：

  • en-GB-SoniaNeural - Female
  • en-GB-RyanNeural - Male
  • 等多种英式英语语音

其他语言

支持日语、韩语、法语、德语、西班牙语、阿拉伯语、俄语、葡萄牙语等 50+ 种语言的语音合成。

完整的语音列表请查看 data/speaker.json 文件。

作为 VITS 服务使用

本插件实现了 Koishi 的 VITS 服务接口，可以被其他插件调用：

// 在其他插件中使用
export class MyPlugin extends Service {
  static inject = ['vits']
  
  async generateVoice() {
    const audio = await this.ctx.vits.say({
      input: '你好，世界',
      speaker_id: 0  // 使用第一个语音角色
    })
    return audio
  }
}

技术说明

• 服务提供商：魔搭社区 Edge TTS MCP Server
• 底层技术：Microsoft Edge Text-to-Speech API
• 客户端库：@gradio/client

注意事项

1. 本插件依赖于魔搭社区的在线服务，需要网络连接
2. 服务可用性取决于魔搭社区的服务状态
3. 每次语音生成都会创建新的连接，适合按需使用的场景
4. 生成的语音为临时 URL，建议及时使用

许可证

MIT License

相关链接

• Koishi 官网
• 插件市场
• GitHub 仓库