跳转到内容

语音设置

汇报的语音全部在这台设备上直接请求你选的语音平台,server 看不到简报的明文。默认用免费的 Azure 声音,不用任何配置。

「设置 → 语音」这一页从上到下是:汇报语言 → 平台 → 平台需要的配置 → 模型 → 声音 → 语速 → 测试合成。

汇报语言决定简报用哪种语言写、用哪种语言念,跟汇报原文是什么语言无关。通话中的回答也会用这种语言。

  • 支持 90 个语言和地区,例如「中国台湾」「墨西哥西班牙语」。
  • 默认跟随系统语言。
  • 改了以后会同步给电脑上的 daemon,下一份简报就用新语言写。

在下拉框里选。每个平台各存一份配置,切换平台不会丢掉之前填好的 Key 和声音。

平台 需要什么 备注
Azure 什么都不用填 默认平台,免费,声音跟着汇报语言走
ElevenLabs API Key 任何音色都能读它支持的所有语言
MiniMax API Key 国内站和国际站的 Key 不通用;音色按语言区分
豆包 API Key(新版控制台)或 App ID + Access Token(旧版) 2.0 音色能自动识别 30 多种语言
阿里云百炼 API Key 北京和新加坡的 Key 不通用;不支持调语速
腾讯云 SecretId + SecretKey 只适合中文和英文
OpenAI API Key 可以改接口地址,走代理或兼容服务
Gemini API Key 不支持调语速
Grok API Key 支持 20 种语言
ChatTTS 自部署地址 不支持调语速
IndexTTS 自部署地址(vLLM-Omni) 音色是你上传的参考音频
CosyVoice 自部署地址 采样率要和服务端模型一致
  • 声音:按女声和男声分组,显示的是名字,不是编码。支持复刻音色的平台(MiniMax、豆包、ElevenLabs 等)可以填自己的音色 id,或者点「获取音色」把账号里的复刻音色拉下来。
  • 语速:0.5×–2× 的滑块,会自动限制在各平台支持的范围内。不支持语速的平台,滑块下方会注明。
  • 测试合成:用当前页面上的配置直接念一句,不用先保存。失败时会显示接口返回的原因。