TTS 服务商与音色:给 AIRI 挑一副合适的嗓子
AIRI 的声音完全由你配置的 TTS 服务决定。选哪家、选哪个音色,直接决定她说话是「电子味」还是「像个人」。
主流语音服务商
生态与官方文档里出现频率最高的选项:
| 类型 | 代表 | 特点 |
|---|---|---|
| 商业高品质 | ElevenLabs 类 | 音质与情感表现第一梯队,按用量付费,英文体验最佳 |
| 云厂商 | 微软 Azure 语音、阿里云等 | 中文音色丰富稳定,国内网络友好,按量计费 |
| OpenAI 兼容 | 兼容 OpenAI 语音接口的服务 | 配置简单,与聊天服务商可能是一家 |
| 本地方案 | 内置 Kokoro 等 | 零费用离线可用,但中文支持有坑(见下页) |
挑服务商的实用顺序:先定语言——中文用户优先看云厂商的中文音色;再定预算——试听各家免费样音;最后定接口——有现成 API Key 的服务商最省事。
音色选择的正确顺序
发声页的字段是级联的:先选服务商 → 再选模型 → 最后选该模型提供的音色(voice)。不同服务商的字段长得不一样,这是正常的。想要指定音调(Pitch),先确认服务商支持该参数,否则调了也没效果。
验证与微调
配置完成后在发声页用一段中文测试文本播放试听,重点听三处:多音字对不对、语气自然度、语速是否合适。不满意就换音色,成本比换服务商低得多。
接下来
- 内置语音的中文坑:内置 Kokoro 不支持中文。
- 配声音的完整步骤:发声模块。