siliconflow_tts/README.md

SiliconFlow TTS 组件

这是一个基于硅基流动API的Home Assistant TTS组件，支持CosyVoice2-0.5B模型。

功能特性

• 🎭 动态音色配置 - 在 configuration.yaml 中自定义音色，无需修改代码
• 🎵 内置音色：阿狸、露露、索拉卡、扎克、吴楠
• 🎚️ 前端可视化配置 - 在 Home Assistant 界面中实时调整参数
• 🎧 支持多种音频格式：mp3, wav, opus, pcm
• ⚡ 支持语速调节（0.25-4.0倍速）
• 🔊 支持音量增益调节（-10到+10 dB）
• 😊 支持情感表达
• 📊 支持多种采样率（最高44.1kHz）
• 🔄 无需重启 - 配置更改立即生效
• 🛠️ 兼容性强 - 支持媒体界面和服务调用

安装

1. 将 siliconflow_tts 文件夹复制到你的 custom_components 目录
2. 重启 Home Assistant
3. 在配置文件中添加以下配置：

# configuration.yaml
siliconflow_tts:
  api_key: "your_api_key_here"
  # 可选：自定义音色选项
  custom_voices:
    "speech:Dahu-HA-MyVoice:qc10fwc040:customid123": "我的专属音色"
    "speech:Dahu-HA-BossVoice:qc10fwc040:customid456": "老板音色"
    "speech:your-custom-voice-id": "自定义名称"

配置选项

参数	类型	必需	描述
api_key	string	是	硅基流动API密钥
custom_voices	dict	否	自定义音色选项（音色ID: 显示名称）

🎭 自定义音色配置

您可以在 configuration.yaml 中添加自定义音色，这样就不需要修改代码：

基础配置

siliconflow_tts:
  custom_voices:
    "speech:Dahu-HA-MyCustom:qc10fwc040:uniqueid123": "我的音色"
    "speech:Dahu-HA-Family:qc10fwc040:uniqueid456": "家人音色"

完整配置示例

siliconflow_tts:
  custom_voices:
    # 专业音色
    "speech:Dahu-HA-Professional:qc10fwc040:prof001": "专业播音"
    "speech:Dahu-HA-News:qc10fwc040:news001": "新闻主播"
    
    # 个人音色
    "speech:Dahu-HA-Dad:qc10fwc040:family001": "爸爸的声音"
    "speech:Dahu-HA-Mom:qc10fwc040:family002": "妈妈的声音"
    
    # 角色音色
    "speech:Dahu-HA-Robot:qc10fwc040:robot001": "机器人音色"
    "speech:Dahu-HA-Child:qc10fwc040:child001": "儿童音色"

使用自定义音色

配置后，您可以在前端配置界面中选择这些音色，也可以在服务调用中使用：

service: tts.speak
data:
  entity_id: tts.siliconflow_tts
  message: "你好，我是专业播音音色"
  voice: "speech:Dahu-HA-Professional:qc10fwc040:prof001"

使用方法

在自动化中使用

automation:
  - alias: "TTS测试"
    trigger:
      platform: state
      entity_id: input_boolean.tts_test
    action:
      - service: tts.siliconflow_say
        data:
          message: "你好，这是TTS测试"
          voice: "anna"
          speed: 1.2
          gain: 2

在脚本中使用

script:
  tts_demo:
    sequence:
      - service: tts.siliconflow_say
        data:
          message: "今天天气很好"
          voice: "bella"
          emotion: "happy"
          speed: 1.0
          gain: 0

使用自定义音色

# 使用预设语音
script:
  preset_voice_demo:
    sequence:
      - service: tts.siliconflow_say
        data:
          message: "你能用高兴的情感说吗？<|endofprompt|>今天真是太开心了！"
          voice: "FunAudioLLM/CosyVoice2-0.5B:anna"
          speed: 1.0
          gain: 0

# 使用自定义音色URI
script:
  custom_voice_demo:
    sequence:
      - service: tts.siliconflow_say
        data:
          message: "你能用高兴的情感说吗？<|endofprompt|>这是使用自定义音色的测试！"
          reference_audio: "speech:Dahu-HA-Ari:qc10fwc040:jxlvonagnnzdvbotrmrr"
          speed: 1.0
          gain: 0

支持的参数

voice（预设语音）

• FunAudioLLM/CosyVoice2-0.5B:alex - Alex (男声)
• FunAudioLLM/CosyVoice2-0.5B:anna - Anna (女声)
• FunAudioLLM/CosyVoice2-0.5B:bella - Bella (女声)
• FunAudioLLM/CosyVoice2-0.5B:benjamin - Benjamin (男声)
• FunAudioLLM/CosyVoice2-0.5B:charles - Charles (男声)
• FunAudioLLM/CosyVoice2-0.5B:claire - Claire (女声)
• FunAudioLLM/CosyVoice2-0.5B:david - David (男声)
• FunAudioLLM/CosyVoice2-0.5B:diana - Diana (女声)

reference_audio（自定义音色）

• 类型：string（URI格式）
• 描述：使用上传后获得的URI作为自定义音色
• 格式：speech:custom-name:model-id:unique-id
• 注意：与voice参数互斥，同时使用时会优先使用reference_audio
• 推荐：使用upload_voice.py脚本先上传音频文件获取URI

response_format（音频格式）

• mp3 - MP3格式（默认）
• wav - WAV格式
• opus - Opus格式
• pcm - PCM格式

speed（语速）

• 范围：0.25 - 4.0
• 默认：1.0

gain（音量增益）

• 范围：-10 - +10
• 默认：0

sample_rate（采样率）

• mp3: 32000, 44100 Hz
• wav/pcm: 8000, 16000, 24000, 32000, 44100 Hz
• opus: 48000 Hz

emotion（情感）

• 支持各种情感描述，如：happy, sad, angry, excited等
• 会自动添加API所需的特殊标记格式

自定义音色使用指南

方法一：使用本地音频文件

音频文件要求

1. 格式：支持mp3, wav, opus, pcm格式
2. 时长：建议5-30秒，太短可能影响音色提取效果
3. 质量：建议使用清晰、无噪音的音频
4. 内容：建议包含完整的句子，避免背景音乐

文件路径

• 可以使用绝对路径：/config/custom_components/siliconflow_tts/Ari.mp3
• 也可以使用相对路径（相对于Home Assistant配置目录）

方法二：使用上传的URI参考音频

上传步骤

1. 使用提供的upload_voice.py脚本上传音频文件
2. 脚本会返回一个URI格式的字符串
3. 在TTS配置中直接使用这个URI

使用示例

# 运行上传脚本
python3 upload_voice.py

# 脚本会输出类似这样的URI：
# speech:Dahu-HA-Ari:qc10fwc040:jxlvonagnnzdvbotrmrr

使用示例

# 使用预设语音
- service: tts.siliconflow_say
  data:
    message: "你能用高兴的情感说吗？<|endofprompt|>使用预设语音测试！"
    voice: "FunAudioLLM/CosyVoice2-0.5B:anna"

# 使用自定义音色URI
- service: tts.siliconflow_say
  data:
    message: "你能用高兴的情感说吗？<|endofprompt|>使用自定义音色测试！"
    reference_audio: "speech:Dahu-HA-Ari:qc10fwc040:jxlvonagnnzdvbotrmrr"

故障排除

1. API密钥错误：确保API密钥正确且有效
2. 网络连接问题：检查网络连接是否正常
3. 参数范围错误：确保speed和gain参数在有效范围内
4. 音频格式不支持：确保选择的音频格式和采样率组合有效
5. 自定义音色文件不存在：检查音频文件路径是否正确
6. 自定义音色编码失败：检查音频文件是否损坏或格式不支持

日志

组件会记录详细的日志信息，可以在Home Assistant的开发者工具中查看：

logger:
  custom_components.siliconflow_tts: debug

许可证

MIT License