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 |
接入任何 TTS 都只需要粘贴一段 cURL:
- 把平台文档里的 curl 示例粘贴进来,点「导入」。
- App 会自动认出句子、音色和语速字段。认错了就点那三行按钮,换成正确的字段。
- 选响应格式:「响应体就是音频」,或者「JSON 里的字段」(再填字段路径,比如
data.audio,并选 Base64 / Hex / 音频链接)。 - 没有文件头的裸 PCM,选「裸 PCM(16 位单声道)」并填采样率。
- 点「测试合成」试听。
导入后的请求会原样只读显示,要改就重新粘贴一次。
- 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。