mirror of
https://github.com/xinnan-tech/xiaozhi-esp32-server.git
synced 2026-07-21 22:53:56 +08:00
Update:更新火山双流式语音合成+音色克隆配置文档
This commit is contained in:
@@ -3,16 +3,16 @@
|
||||
## 1.开通火山引擎服务
|
||||
访问 https://console.volcengine.com/speech/app 在应用管理创建应用,勾选语音合成大模型和声音复刻大模型,左边列表点击声音复刻大模型后下滑获得App Id,Access Token,Cluster ID以及声音ID(S_xxxxx)
|
||||
|
||||
##2.全模块部署
|
||||
### 2.全模块部署
|
||||
1.填写配置。
|
||||
如果你是全模块部署,请在智控台页面模型配置的语音合成页面,找到“火山双流式语音合成”,点击修改,将你火山引擎的App Id,Access Token以及声音ID(S_xxxxx)填进去,
|
||||
注意:把资源id(Resource-Id)改成```volc.megatts.defaul```或```seed-icl-1.0```
|
||||
如果你是全模块部署,请在智控台页面模型配置的语音合成页面,找到“火山双流式语音合成”,点击修改,将你火山引擎的App Id,Access Token以及声音ID(S_xxxxx)填进去。
|
||||
#####注意:把资源id(Resource-Id)改成```volc.megatts.defaul```或```seed-icl-1.0```
|
||||
|
||||
2.音色克隆。
|
||||
准备一段8-60之间的音频文件,点击音色克隆菜单的音色资源,新增音色资源。回到音色克隆页面,点击上传音频。上传好音频之后点击复刻,等1~2秒会返回结果。
|
||||
复刻成功后,在“火山双流式语音合成”的“音色资源”里可以看到你复刻好的声音,也可以在配置角色使用“火山双流式语音合成”时选择复刻的音色了。
|
||||
|
||||
###3.单模块部署
|
||||
### 3.单模块部署
|
||||
克隆音色请参照教程 https://github.com/104gogo/huoshan-voice-copy
|
||||
|
||||
1.音色克隆。
|
||||
@@ -31,9 +31,9 @@ python tts_http_demo.py
|
||||
```
|
||||
回到火山引擎控制台页面,刷新可以看到声音复刻详情的状态是复刻成功。
|
||||
|
||||
2.填写配置文件(.config.yaml)
|
||||
2.填写配置文件。(.config.yaml)
|
||||
|
||||
注意:修改 resource_id的参数为``` volc.megatts.default```
|
||||
speaker的参数填入声音ID(S_xxxxx)
|
||||
|
||||
启动服务,唤醒小智发出的声音是克隆的音色即成功。
|
||||
启动服务,唤醒小智发出的声音是克隆的音色即成功。
|
||||
|
||||
Reference in New Issue
Block a user