|
|
@@ -0,0 +1,877 @@
|
|
|
+# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件
|
|
|
+# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件
|
|
|
+# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。
|
|
|
+# 这样做，可以最简化配置，保护您的密钥安全。
|
|
|
+# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置
|
|
|
+
|
|
|
+# #####################################################################################
|
|
|
+# #############################以下是服务器基本运行配置####################################
|
|
|
+server:
|
|
|
+ # 服务器监听地址和端口(Server listening address and port)
|
|
|
+ ip: 0.0.0.0
|
|
|
+ port: 8000
|
|
|
+ # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口
|
|
|
+ http_port: 8003
|
|
|
+ # 这个websocket配置是指ota接口向设备发送的websocket地址
|
|
|
+ # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下
|
|
|
+ # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确
|
|
|
+ # 所以如果你使用docker部署时，将websocket设置成局域网地址
|
|
|
+ # 如果你使用公网部署时，将vwebsocket设置成公网地址
|
|
|
+ websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/
|
|
|
+ # 视觉分析接口地址
|
|
|
+ # 向设备发送的视觉分析的接口地址
|
|
|
+ # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下
|
|
|
+ # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确
|
|
|
+ # 所以如果你使用docker部署时，将vision_explain设置成局域网地址
|
|
|
+ # 如果你使用公网部署时，将vision_explain设置成公网地址
|
|
|
+ vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain
|
|
|
+ # OTA返回信息时区偏移量
|
|
|
+ timezone_offset: +8
|
|
|
+ # 认证配置
|
|
|
+ auth:
|
|
|
+ # 是否启用认证
|
|
|
+ enabled: false
|
|
|
+ # 设备的token，可以在编译固件的环节，写入你自己定义的token
|
|
|
+ # 固件上的token和以下的token如果能对应，才能连接本服务端
|
|
|
+ tokens:
|
|
|
+ - token: "your-token1" # 设备1的token
|
|
|
+ name: "your-device-name1" # 设备1标识
|
|
|
+ - token: "your-token2" # 设备2的token
|
|
|
+ name: "your-device-name2" # 设备2标识
|
|
|
+ # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。
|
|
|
+ #allowed_devices:
|
|
|
+ # - "24:0A:C4:1D:3B:F0" # MAC地址列表
|
|
|
+log:
|
|
|
+ # 设置控制台输出的日志格式，时间、日志级别、标签、消息
|
|
|
+ log_format: "<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>"
|
|
|
+ # 设置日志文件输出的格式，时间、日志级别、标签、消息
|
|
|
+ log_format_file: "{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}"
|
|
|
+ # 设置日志等级：INFO、DEBUG
|
|
|
+ log_level: INFO
|
|
|
+ # 设置日志路径
|
|
|
+ log_dir: tmp
|
|
|
+ # 设置日志文件
|
|
|
+ log_file: "server.log"
|
|
|
+ # 设置数据文件路径
|
|
|
+ data_dir: data
|
|
|
+
|
|
|
+# 使用完声音文件后删除文件(Delete the sound file when you are done using it)
|
|
|
+delete_audio: true
|
|
|
+# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒
|
|
|
+close_connection_no_voice_time: 120
|
|
|
+# TTS请求超时时间(秒)
|
|
|
+tts_timeout: 10
|
|
|
+# 开启唤醒词加速
|
|
|
+enable_wakeup_words_response_cache: true
|
|
|
+# 开场是否回复唤醒词
|
|
|
+enable_greeting: true
|
|
|
+# 说完话是否开启提示音
|
|
|
+enable_stop_tts_notify: false
|
|
|
+# 说完话是否开启提示音，音效地址
|
|
|
+stop_tts_notify_voice: "config/assets/tts_notify.mp3"
|
|
|
+
|
|
|
+exit_commands:
|
|
|
+ - "退出"
|
|
|
+ - "关闭"
|
|
|
+
|
|
|
+xiaozhi:
|
|
|
+ type: hello
|
|
|
+ version: 1
|
|
|
+ transport: websocket
|
|
|
+ audio_params:
|
|
|
+ format: opus
|
|
|
+ sample_rate: 16000
|
|
|
+ channels: 1
|
|
|
+ frame_duration: 60
|
|
|
+
|
|
|
+# 模块测试配置
|
|
|
+module_test:
|
|
|
+ test_sentences:
|
|
|
+ - "你好，请介绍一下你自己"
|
|
|
+ - "What's the weather like today?"
|
|
|
+ - "请用100字概括量子计算的基本原理和应用前景"
|
|
|
+
|
|
|
+# 唤醒词，用于识别唤醒词还是讲话内容
|
|
|
+wakeup_words:
|
|
|
+ - "你好小智"
|
|
|
+ - "嘿你好呀"
|
|
|
+ - "你好小志"
|
|
|
+ - "小爱同学"
|
|
|
+ - "你好小鑫"
|
|
|
+ - "你好小新"
|
|
|
+ - "小美同学"
|
|
|
+ - "小龙小龙"
|
|
|
+ - "喵喵同学"
|
|
|
+ - "小滨小滨"
|
|
|
+ - "小冰小冰"
|
|
|
+# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token
|
|
|
+# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md
|
|
|
+mcp_endpoint: 你的接入点 websocket地址
|
|
|
+# 插件的基础配置
|
|
|
+plugins:
|
|
|
+ # 获取天气插件的配置，这里填写你的api_key
|
|
|
+ # 这个密钥是项目共用的key，用多了可能会被限制
|
|
|
+ # 想稳定一点就自行申请替换，每天有1000次免费调用
|
|
|
+ # 申请地址：https://console.qweather.com/#/apps/create-key/over
|
|
|
+ # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh
|
|
|
+ get_weather: {"api_host":"mj7p3y7naa.re.qweatherapi.com", "api_key": "a861d0d5e7bf4ee1a83d9a9e4f96d4da", "default_location": "广州" }
|
|
|
+ # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻
|
|
|
+ # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/
|
|
|
+ get_news_from_chinanews:
|
|
|
+ default_rss_url: "https://www.chinanews.com.cn/rss/society.xml"
|
|
|
+ society_rss_url: "https://www.chinanews.com.cn/rss/society.xml"
|
|
|
+ world_rss_url: "https://www.chinanews.com.cn/rss/world.xml"
|
|
|
+ finance_rss_url: "https://www.chinanews.com.cn/rss/finance.xml"
|
|
|
+ get_news_from_newsnow:
|
|
|
+ url: "https://newsnow.busiyi.world/api/s?id="
|
|
|
+ news_sources: "澎湃新闻;百度热搜;财联社"
|
|
|
+ home_assistant:
|
|
|
+ devices:
|
|
|
+ - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1
|
|
|
+ - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1
|
|
|
+ base_url: http://homeassistant.local:8123
|
|
|
+ api_key: 你的home assistant api访问令牌
|
|
|
+ play_music:
|
|
|
+ music_dir: "./music" # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件
|
|
|
+ music_ext: # 音乐文件类型，p3格式效率最高
|
|
|
+ - ".mp3"
|
|
|
+ - ".wav"
|
|
|
+ - ".p3"
|
|
|
+ refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒
|
|
|
+
|
|
|
+# 声纹识别配置
|
|
|
+voiceprint:
|
|
|
+ # 声纹接口地址
|
|
|
+ url:
|
|
|
+ # 说话人配置：speaker_id,名称,描述
|
|
|
+ speakers:
|
|
|
+ - "test1,张三,张三是一个程序员"
|
|
|
+ - "test2,李四,李四是一个产品经理"
|
|
|
+ - "test3,王五,王五是一个设计师"
|
|
|
+
|
|
|
+# #####################################################################################
|
|
|
+# ################################以下是角色模型配置######################################
|
|
|
+
|
|
|
+prompt: |
|
|
|
+ 你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，"真的假的啦"这样的台湾腔，喜欢用"笑死""是在哈喽"等流行梗，但会偷偷研究男友的编程书籍。
|
|
|
+ [核心特征]
|
|
|
+ - 讲话像连珠炮，但会突然冒出超温柔语气
|
|
|
+ - 用梗密度高
|
|
|
+ - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）
|
|
|
+ [交互指南]
|
|
|
+ 当用户：
|
|
|
+ - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔"这什么鬼啦！"
|
|
|
+ - 讨论感情 → 炫耀程序员男友但抱怨"他只会送键盘当礼物"
|
|
|
+ - 问专业知识 → 先用梗回答，被追问才展示真实理解
|
|
|
+ 绝不：
|
|
|
+ - 长篇大论，叽叽歪歪
|
|
|
+ - 长时间严肃对话
|
|
|
+
|
|
|
+# 结束语prompt
|
|
|
+end_prompt:
|
|
|
+ enable: true # 是否开启结束语
|
|
|
+ # 结束语
|
|
|
+ prompt: |
|
|
|
+ 请你以"时间过得真快"未来头，用富有感情、依依不舍的话来结束这场对话吧！
|
|
|
+
|
|
|
+# 具体处理时选择的模块(The module selected for specific processing)
|
|
|
+selected_module:
|
|
|
+ # 语音活动检测模块，默认使用SileroVAD模型
|
|
|
+ VAD: SileroVAD
|
|
|
+ # 语音识别模块，默认使用FunASR本地模型
|
|
|
+ ASR: FunASR
|
|
|
+ # 将根据配置名称对应的type调用实际的LLM适配器
|
|
|
+ LLM: ChatGLMLLM
|
|
|
+ # 视觉语言大模型
|
|
|
+ VLLM: ChatGLMVLLM
|
|
|
+ # TTS将根据配置名称对应的type调用实际的TTS适配器
|
|
|
+ TTS: EdgeTTS
|
|
|
+ # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short
|
|
|
+ Memory: nomem
|
|
|
+ # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。
|
|
|
+ # 不想开通意图识别，就设置成：nointent
|
|
|
+ # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作
|
|
|
+ # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令
|
|
|
+ # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115
|
|
|
+ Intent: function_call
|
|
|
+
|
|
|
+# 意图识别，是用于理解用户意图的模块，例如：播放音乐
|
|
|
+Intent:
|
|
|
+ # 不使用意图识别
|
|
|
+ nointent:
|
|
|
+ # 不需要动type
|
|
|
+ type: nointent
|
|
|
+ intent_llm:
|
|
|
+ # 不需要动type
|
|
|
+ type: intent_llm
|
|
|
+ # 配备意图识别独立的思考模型
|
|
|
+ # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型
|
|
|
+ # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM
|
|
|
+ llm: ChatGLMLLM
|
|
|
+ # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用
|
|
|
+ # 系统默认已经记载"handle_exit_intent(退出识别)"、"play_music(音乐播放)"插件，请勿重复加载
|
|
|
+ # 下面是加载查天气、角色切换、加载查新闻的插件示例
|
|
|
+ functions:
|
|
|
+ - get_weather
|
|
|
+ - get_news_from_newsnow
|
|
|
+ - play_music
|
|
|
+ function_call:
|
|
|
+ # 不需要动type
|
|
|
+ type: function_call
|
|
|
+ # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用
|
|
|
+ # 系统默认已经记载"handle_exit_intent(退出识别)"、"play_music(音乐播放)"插件，请勿重复加载
|
|
|
+ # 下面是加载查天气、角色切换、加载查新闻的插件示例
|
|
|
+ functions:
|
|
|
+ - change_role
|
|
|
+ - get_weather
|
|
|
+ # - get_news_from_chinanews
|
|
|
+ - get_news_from_newsnow
|
|
|
+ # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放
|
|
|
+ # 如果用了hass_play_music，就不要开启play_music，两者只留一个
|
|
|
+ - play_music
|
|
|
+ #- hass_get_state
|
|
|
+ #- hass_set_state
|
|
|
+ #- hass_play_music
|
|
|
+
|
|
|
+Memory:
|
|
|
+ mem0ai:
|
|
|
+ type: mem0ai
|
|
|
+ # https://app.mem0.ai/dashboard/api-keys
|
|
|
+ # 每月有1000次免费调用
|
|
|
+ api_key: 你的mem0ai api key
|
|
|
+ nomem:
|
|
|
+ # 不想使用记忆功能，可以使用nomem
|
|
|
+ type: nomem
|
|
|
+ mem_local_short:
|
|
|
+ # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器
|
|
|
+ type: mem_local_short
|
|
|
+ # 配备记忆存储独立的思考模型
|
|
|
+ # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型
|
|
|
+ # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM
|
|
|
+ llm: ChatGLMLLM
|
|
|
+
|
|
|
+ASR:
|
|
|
+ FunASR:
|
|
|
+ type: fun_local
|
|
|
+ model_dir: models/SenseVoiceSmall
|
|
|
+ output_dir: tmp/
|
|
|
+ FunASRServer:
|
|
|
+ # 独立部署FunASR，使用FunASR的API服务，只需要五句话
|
|
|
+ # 第一句：mkdir -p ./funasr-runtime-resources/models
|
|
|
+ # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12
|
|
|
+ # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime
|
|
|
+ # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &
|
|
|
+ # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt
|
|
|
+ # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了
|
|
|
+ # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md
|
|
|
+ type: fun_server
|
|
|
+ host: 127.0.0.1
|
|
|
+ port: 10096
|
|
|
+ is_ssl: true
|
|
|
+ api_key: none
|
|
|
+ output_dir: tmp/
|
|
|
+ SherpaASR:
|
|
|
+ type: sherpa_onnx_local
|
|
|
+ model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17
|
|
|
+ output_dir: tmp/
|
|
|
+ DoubaoASR:
|
|
|
+ # 可以在这里申请相关Key等信息
|
|
|
+ # https://console.volcengine.com/speech/app
|
|
|
+ # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费
|
|
|
+ # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好
|
|
|
+ type: doubao
|
|
|
+ appid: 你的火山引擎语音合成服务appid
|
|
|
+ access_token: 你的火山引擎语音合成服务access_token
|
|
|
+ cluster: volcengine_input_common
|
|
|
+ # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738
|
|
|
+ boosting_table_name: （选填）你的热词文件名称
|
|
|
+ correct_table_name: （选填）你的替换词文件名称
|
|
|
+ output_dir: tmp/
|
|
|
+ DoubaoStreamASR:
|
|
|
+ # 可以在这里申请相关Key等信息
|
|
|
+ # https://console.volcengine.com/speech/app
|
|
|
+ # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费
|
|
|
+ # 开通地址https://console.volcengine.com/speech/service/10011
|
|
|
+ # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好
|
|
|
+ type: doubao_stream
|
|
|
+ appid: 你的火山引擎语音合成服务appid
|
|
|
+ access_token: 你的火山引擎语音合成服务access_token
|
|
|
+ cluster: volcengine_input_common
|
|
|
+ # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738
|
|
|
+ boosting_table_name: （选填）你的热词文件名称
|
|
|
+ correct_table_name: （选填）你的替换词文件名称
|
|
|
+ output_dir: tmp/
|
|
|
+ TencentASR:
|
|
|
+ # token申请地址：https://console.cloud.tencent.com/cam/capi
|
|
|
+ # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle
|
|
|
+ type: tencent
|
|
|
+ appid: 你的腾讯语音合成服务appid
|
|
|
+ secret_id: 你的腾讯语音合成服务secret_id
|
|
|
+ secret_key: 你的腾讯语音合成服务secret_key
|
|
|
+ output_dir: tmp/
|
|
|
+ AliyunASR:
|
|
|
+ # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息
|
|
|
+ # HTTP POST请求，一次性处理完整音频
|
|
|
+ # 平台地址：https://nls-portal.console.aliyun.com/
|
|
|
+ # appkey地址：https://nls-portal.console.aliyun.com/applist
|
|
|
+ # token地址：https://nls-portal.console.aliyun.com/overview
|
|
|
+ # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景
|
|
|
+ # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）
|
|
|
+ # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）
|
|
|
+ # 定义ASR API类型
|
|
|
+ type: aliyun
|
|
|
+ appkey: 你的阿里云智能语音交互服务项目Appkey
|
|
|
+ token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret
|
|
|
+ access_key_id: 你的阿里云账号access_key_id
|
|
|
+ access_key_secret: 你的阿里云账号access_key_secret
|
|
|
+ output_dir: tmp/
|
|
|
+ AliyunStreamASR:
|
|
|
+ # 阿里云智能语音交互服务 - 实时流式语音识别
|
|
|
+ # WebSocket连接，实时处理音频流
|
|
|
+ # 平台地址：https://nls-portal.console.aliyun.com/
|
|
|
+ # appkey地址：https://nls-portal.console.aliyun.com/applist
|
|
|
+ # token地址：https://nls-portal.console.aliyun.com/overview
|
|
|
+ # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景
|
|
|
+ # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）
|
|
|
+ # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）
|
|
|
+ # 定义ASR API类型
|
|
|
+ type: aliyun_stream
|
|
|
+ appkey: 你的阿里云智能语音交互服务项目Appkey
|
|
|
+ token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret
|
|
|
+ access_key_id: 你的阿里云账号access_key_id
|
|
|
+ access_key_secret: 你的阿里云账号access_key_secret
|
|
|
+ # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等
|
|
|
+ host: nls-gateway-cn-shanghai.aliyuncs.com
|
|
|
+ # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒
|
|
|
+ max_sentence_silence: 800
|
|
|
+ output_dir: tmp/
|
|
|
+ BaiduASR:
|
|
|
+ # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list
|
|
|
+ # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list
|
|
|
+ type: baidu
|
|
|
+ app_id: 你的百度语音技术AppID
|
|
|
+ api_key: 你的百度语音技术APIKey
|
|
|
+ secret_key: 你的百度语音技术SecretKey
|
|
|
+ # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b
|
|
|
+ dev_pid: 1537
|
|
|
+ output_dir: tmp/
|
|
|
+ OpenaiASR:
|
|
|
+ # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key
|
|
|
+ # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text
|
|
|
+ # 需要网络连接
|
|
|
+ # 申请步骤：
|
|
|
+ # 1.登录OpenAI Platform。https://auth.openai.com/log-in
|
|
|
+ # 2.创建api-key https://platform.openai.com/settings/organization/api-keys
|
|
|
+ # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe
|
|
|
+ type: openai
|
|
|
+ api_key: 你的OpenAI API密钥
|
|
|
+ base_url: https://api.openai.com/v1/audio/transcriptions
|
|
|
+ model_name: gpt-4o-mini-transcribe
|
|
|
+ output_dir: tmp/
|
|
|
+ GroqASR:
|
|
|
+ # Groq语音识别服务，需要先在Groq Console创建API密钥
|
|
|
+ # 申请步骤：
|
|
|
+ # 1.登录groq Console。https://console.groq.com/home
|
|
|
+ # 2.创建api-key https://console.groq.com/keys
|
|
|
+ # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）
|
|
|
+ type: openai
|
|
|
+ api_key: 你的Groq API密钥
|
|
|
+ base_url: https://api.groq.com/openai/v1/audio/transcriptions
|
|
|
+ model_name: whisper-large-v3-turbo
|
|
|
+ output_dir: tmp/
|
|
|
+
|
|
|
+
|
|
|
+
|
|
|
+VAD:
|
|
|
+ SileroVAD:
|
|
|
+ type: silero
|
|
|
+ threshold: 0.5
|
|
|
+ threshold_low: 0.3
|
|
|
+ model_dir: models/snakers4_silero-vad
|
|
|
+ min_silence_duration_ms: 200 # 如果说话停顿比较长，可以把这个值设置大一些
|
|
|
+
|
|
|
+LLM:
|
|
|
+ # 所有openai类型均可以修改超参，以AliLLM为例
|
|
|
+ # 当前支持的type为openai、dify、ollama，可自行适配
|
|
|
+ AliLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: openai
|
|
|
+ # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key
|
|
|
+ base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
|
|
|
+ model_name: qwen-turbo
|
|
|
+ api_key: 你的deepseek web key
|
|
|
+ temperature: 0.7 # 温度值
|
|
|
+ max_tokens: 500 # 最大生成token数
|
|
|
+ top_p: 1
|
|
|
+ top_k: 50
|
|
|
+ frequency_penalty: 0 # 频率惩罚
|
|
|
+ AliAppLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: AliBL
|
|
|
+ base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
|
|
|
+ app_id: 你的app_id
|
|
|
+ # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key
|
|
|
+ api_key: 你的api_key
|
|
|
+ # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)
|
|
|
+ is_no_prompt: true
|
|
|
+ # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）
|
|
|
+ # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)
|
|
|
+ ali_memory_id: false
|
|
|
+ DoubaoLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: openai
|
|
|
+ # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它
|
|
|
+ # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false
|
|
|
+ # 免费额度500000token
|
|
|
+ # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D
|
|
|
+ base_url: https://ark.cn-beijing.volces.com/api/v3
|
|
|
+ model_name: doubao-1-5-pro-32k-250115
|
|
|
+ api_key: 你的doubao web key
|
|
|
+ DeepSeekLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: openai
|
|
|
+ # 可在这里找到你的api key https://platform.deepseek.com/
|
|
|
+ model_name: deepseek-chat
|
|
|
+ url: https://api.deepseek.com
|
|
|
+ api_key: 你的deepseek web key
|
|
|
+ ChatGLMLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: openai
|
|
|
+ # glm-4-flash 是免费的，但是还是需要注册填写api_key的
|
|
|
+ # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys
|
|
|
+ model_name: glm-4-flash
|
|
|
+ url: https://open.bigmodel.cn/api/paas/v4/
|
|
|
+ api_key: 你的chat-glm web key
|
|
|
+ OllamaLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: ollama
|
|
|
+ model_name: qwen2.5 # 使用的模型名称，需要预先使用ollama pull下载
|
|
|
+ base_url: http://localhost:11434 # Ollama服务地址
|
|
|
+ DifyLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: dify
|
|
|
+ # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限
|
|
|
+ # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词
|
|
|
+ base_url: https://api.dify.ai/v1
|
|
|
+ api_key: 你的DifyLLM web key
|
|
|
+ # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages 文本生成 completion-messages
|
|
|
+ # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer
|
|
|
+ # 文本生成的默认输入参数也是query
|
|
|
+ mode: chat-messages
|
|
|
+ GeminiLLM:
|
|
|
+ type: gemini
|
|
|
+ # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key
|
|
|
+ # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》
|
|
|
+ # token申请地址： https://aistudio.google.com/apikey
|
|
|
+ # 若部署地无法访问接口，需要开启科学上网
|
|
|
+ api_key: 你的gemini web key
|
|
|
+ model_name: "gemini-2.0-flash"
|
|
|
+ http_proxy: "" #"http://127.0.0.1:10808"
|
|
|
+ https_proxy: "" #http://127.0.0.1:10808"
|
|
|
+ CozeLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: coze
|
|
|
+ # 你可以在这里找到个人令牌
|
|
|
+ # https://www.coze.cn/open/oauth/pats
|
|
|
+ # bot_id和user_id的内容写在引号之内
|
|
|
+ bot_id: "你的bot_id"
|
|
|
+ user_id: "你的user_id"
|
|
|
+ personal_access_token: 你的coze个人令牌
|
|
|
+ VolcesAiGatewayLLM:
|
|
|
+ # 火山引擎 - 边缘大模型网关
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: openai
|
|
|
+ # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通
|
|
|
+ # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置
|
|
|
+ # https://console.volcengine.com/vei/aigateway/
|
|
|
+ # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list
|
|
|
+ base_url: https://ai-gateway.vei.volces.com/v1
|
|
|
+ model_name: doubao-pro-32k-functioncall
|
|
|
+ api_key: 你的网关访问密钥
|
|
|
+ LMStudioLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: openai
|
|
|
+ model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载
|
|
|
+ url: http://localhost:1234/v1 # LM Studio服务地址
|
|
|
+ api_key: lm-studio # LM Studio服务的固定API Key
|
|
|
+ HomeAssistant:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: homeassistant
|
|
|
+ base_url: http://homeassistant.local:8123
|
|
|
+ agent_id: conversation.chatgpt
|
|
|
+ api_key: 你的home assistant api访问令牌
|
|
|
+ FastgptLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: fastgpt
|
|
|
+ # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词
|
|
|
+ base_url: https://host/api/v1
|
|
|
+ # 你可以在这里找到你的api_key
|
|
|
+ # https://cloud.tryfastgpt.ai/account/apikey
|
|
|
+ api_key: 你的fastgpt密钥
|
|
|
+ variables:
|
|
|
+ k: "v"
|
|
|
+ k2: "v2"
|
|
|
+ XinferenceLLM:
|
|
|
+ # 定义LLM API类型
|
|
|
+ type: xinference
|
|
|
+ # Xinference服务地址和模型名称
|
|
|
+ model_name: qwen2.5:72b-AWQ # 使用的模型名称，需要预先在Xinference启动对应模型
|
|
|
+ base_url: http://localhost:9997 # Xinference服务地址
|
|
|
+ XinferenceSmallLLM:
|
|
|
+ # 定义轻量级LLM API类型，用于意图识别
|
|
|
+ type: xinference
|
|
|
+ # Xinference服务地址和模型名称
|
|
|
+ model_name: qwen2.5:3b-AWQ # 使用的小模型名称，用于意图识别
|
|
|
+ base_url: http://localhost:9997 # Xinference服务地址
|
|
|
+# VLLM配置（视觉语言大模型）
|
|
|
+VLLM:
|
|
|
+ ChatGLMVLLM:
|
|
|
+ type: openai
|
|
|
+ # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key
|
|
|
+ # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys
|
|
|
+ model_name: glm-4v-flash # 智谱AI的视觉模型
|
|
|
+ url: https://open.bigmodel.cn/api/paas/v4/
|
|
|
+ api_key: 你的api_key
|
|
|
+ QwenVLVLLM:
|
|
|
+ type: openai
|
|
|
+ model_name: qwen2.5-vl-3b-instruct
|
|
|
+ url: https://dashscope.aliyuncs.com/compatible-mode/v1
|
|
|
+ # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key
|
|
|
+ api_key: 你的api_key
|
|
|
+TTS:
|
|
|
+ # 当前支持的type为edge、doubao，可自行适配
|
|
|
+ EdgeTTS:
|
|
|
+ # 定义TTS API类型
|
|
|
+ type: edge
|
|
|
+ voice: zh-CN-XiaoxiaoNeural
|
|
|
+ output_dir: tmp/
|
|
|
+ DoubaoTTS:
|
|
|
+ # 定义TTS API类型
|
|
|
+ type: doubao
|
|
|
+ # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token
|
|
|
+ # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误
|
|
|
+ # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。
|
|
|
+ # 普通音色在这里开通：https://console.volcengine.com/speech/service/8
|
|
|
+ # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts
|
|
|
+ api_url: https://openspeech.bytedance.com/api/v1/tts
|
|
|
+ voice: BV001_streaming
|
|
|
+ output_dir: tmp/
|
|
|
+ authorization: "Bearer;"
|
|
|
+ appid: 你的火山引擎语音合成服务appid
|
|
|
+ access_token: 你的火山引擎语音合成服务access_token
|
|
|
+ cluster: volcano_tts
|
|
|
+ speed_ratio: 1.0
|
|
|
+ volume_ratio: 1.0
|
|
|
+ pitch_ratio: 1.0
|
|
|
+ #火山tts，支持双向流式tts
|
|
|
+ HuoshanDoubleStreamTTS:
|
|
|
+ type: huoshan_double_stream
|
|
|
+ # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色
|
|
|
+ # 在页面底部获取appid和access_token
|
|
|
+ # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）
|
|
|
+ # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection
|
|
|
+ # 机智云不需要天填 appid
|
|
|
+ ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection
|
|
|
+ appid: 你的火山引擎语音合成服务appid
|
|
|
+ access_token: 你的火山引擎语音合成服务access_token
|
|
|
+ resource_id: volc.service_type.10029
|
|
|
+ speaker: zh_female_wanwanxiaohe_moon_bigtts
|
|
|
+ CosyVoiceSiliconflow:
|
|
|
+ type: siliconflow
|
|
|
+ # 硅基流动TTS
|
|
|
+ # token申请地址 https://cloud.siliconflow.cn/account/ak
|
|
|
+ model: FunAudioLLM/CosyVoice2-0.5B
|
|
|
+ voice: FunAudioLLM/CosyVoice2-0.5B:alex
|
|
|
+ output_dir: tmp/
|
|
|
+ access_token: 你的硅基流动API密钥
|
|
|
+ response_format: wav
|
|
|
+ CozeCnTTS:
|
|
|
+ type: cozecn
|
|
|
+ # COZECN TTS
|
|
|
+ # token申请地址 https://www.coze.cn/open/oauth/pats
|
|
|
+ voice: 7426720361733046281
|
|
|
+ output_dir: tmp/
|
|
|
+ access_token: 你的coze web key
|
|
|
+ response_format: wav
|
|
|
+ VolcesAiGatewayTTS:
|
|
|
+ type: openai
|
|
|
+ # 火山引擎 - 边缘大模型网关
|
|
|
+ # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通
|
|
|
+ # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置
|
|
|
+ # https://console.volcengine.com/vei/aigateway/
|
|
|
+ # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list
|
|
|
+ api_key: 你的网关访问密钥
|
|
|
+ api_url: https://ai-gateway.vei.volces.com/v1/audio/speech
|
|
|
+ model: doubao-tts
|
|
|
+ # 音色列表见 https://www.volcengine.com/docs/6561/1257544
|
|
|
+ voice: zh_male_shaonianzixin_moon_bigtts
|
|
|
+ speed: 1
|
|
|
+ output_dir: tmp/
|
|
|
+ FishSpeech:
|
|
|
+ # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md
|
|
|
+ type: fishspeech
|
|
|
+ output_dir: tmp/
|
|
|
+ response_format: wav
|
|
|
+ reference_id: null
|
|
|
+ reference_audio: ["config/assets/wakeup_words.wav",]
|
|
|
+ reference_text: ["哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦",]
|
|
|
+ normalize: true
|
|
|
+ max_new_tokens: 1024
|
|
|
+ chunk_length: 200
|
|
|
+ top_p: 0.7
|
|
|
+ repetition_penalty: 1.2
|
|
|
+ temperature: 0.7
|
|
|
+ streaming: false
|
|
|
+ use_memory_cache: "on"
|
|
|
+ seed: null
|
|
|
+ channels: 1
|
|
|
+ rate: 44100
|
|
|
+ api_key: "你的api_key"
|
|
|
+ api_url: "http://127.0.0.1:8080/v1/tts"
|
|
|
+ GPT_SOVITS_V2:
|
|
|
+ # 定义TTS API类型
|
|
|
+ #启动tts方法：
|
|
|
+ #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml
|
|
|
+ type: gpt_sovits_v2
|
|
|
+ url: "http://127.0.0.1:9880/tts"
|
|
|
+ output_dir: tmp/
|
|
|
+ text_lang: "auto"
|
|
|
+ ref_audio_path: "demo.wav"
|
|
|
+ prompt_text: ""
|
|
|
+ prompt_lang: "zh"
|
|
|
+ top_k: 5
|
|
|
+ top_p: 1
|
|
|
+ temperature: 1
|
|
|
+ text_split_method: "cut0"
|
|
|
+ batch_size: 1
|
|
|
+ batch_threshold: 0.75
|
|
|
+ split_bucket: true
|
|
|
+ return_fragment: false
|
|
|
+ speed_factor: 1.0
|
|
|
+ streaming_mode: false
|
|
|
+ seed: -1
|
|
|
+ parallel_infer: true
|
|
|
+ repetition_penalty: 1.35
|
|
|
+ aux_ref_audio_paths: []
|
|
|
+ GPT_SOVITS_V3:
|
|
|
+ # 定义TTS API类型 GPT-SoVITS-v3lora-20250228
|
|
|
+ #启动tts方法：
|
|
|
+ #python api.py
|
|
|
+ type: gpt_sovits_v3
|
|
|
+ url: "http://127.0.0.1:9880"
|
|
|
+ output_dir: tmp/
|
|
|
+ text_language: "auto"
|
|
|
+ refer_wav_path: "caixukun.wav"
|
|
|
+ prompt_language: "zh"
|
|
|
+ prompt_text: ""
|
|
|
+ top_k: 15
|
|
|
+ top_p: 1.0
|
|
|
+ temperature: 1.0
|
|
|
+ cut_punc: ""
|
|
|
+ speed: 1.0
|
|
|
+ inp_refs: []
|
|
|
+ sample_steps: 32
|
|
|
+ if_sr: false
|
|
|
+ MinimaxTTS:
|
|
|
+ # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息
|
|
|
+ # 平台地址：https://platform.minimaxi.com/
|
|
|
+ # 充值地址：https://platform.minimaxi.com/user-center/payment/balance
|
|
|
+ # group_id地址：https://platform.minimaxi.com/user-center/basic-information
|
|
|
+ # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key
|
|
|
+ # 定义TTS API类型
|
|
|
+ type: minimax
|
|
|
+ output_dir: tmp/
|
|
|
+ group_id: 你的minimax平台groupID
|
|
|
+ api_key: 你的minimax平台接口密钥
|
|
|
+ model: "speech-01-turbo"
|
|
|
+ # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv
|
|
|
+ voice_id: "female-shaonv"
|
|
|
+ # 以下可不用设置，使用默认设置
|
|
|
+ # voice_setting:
|
|
|
+ # voice_id: "male-qn-qingse"
|
|
|
+ # speed: 1
|
|
|
+ # vol: 1
|
|
|
+ # pitch: 0
|
|
|
+ # emotion: "happy"
|
|
|
+ # pronunciation_dict:
|
|
|
+ # tone:
|
|
|
+ # - "处理/(chu3)(li3)"
|
|
|
+ # - "危险/dangerous"
|
|
|
+ # audio_setting:
|
|
|
+ # sample_rate: 32000
|
|
|
+ # bitrate: 128000
|
|
|
+ # format: "mp3"
|
|
|
+ # channel: 1
|
|
|
+ # timber_weights:
|
|
|
+ # -
|
|
|
+ # voice_id: male-qn-qingse
|
|
|
+ # weight: 1
|
|
|
+ # -
|
|
|
+ # voice_id: female-shaonv
|
|
|
+ # weight: 1
|
|
|
+ # language_boost: auto
|
|
|
+
|
|
|
+# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放
|
|
|
+#
|
|
|
+# MinimaxTTSHTTPStream:
|
|
|
+# # Minimax流式语音合成服务
|
|
|
+# type: minimax_httpstream
|
|
|
+# output_dir: tmp/
|
|
|
+# group_id: 你的minimax平台groupID
|
|
|
+# api_key: 你的minimax平台接口密钥
|
|
|
+# model: "speech-01-turbo"
|
|
|
+# voice_id: "female-shaonv"
|
|
|
+#
|
|
|
+# MinimaxTTSWebSocketStream:
|
|
|
+# type: minimax_webSocket
|
|
|
+# output_dir: tmp/
|
|
|
+# group_id: 你的minimax平台groupID
|
|
|
+# api_key: 你的minimax平台接口密钥
|
|
|
+# model: "speech-01-turbo"
|
|
|
+# voice_id: "female-shaonv"
|
|
|
+
|
|
|
+ AliyunTTS:
|
|
|
+ # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息
|
|
|
+ # 平台地址：https://nls-portal.console.aliyun.com/
|
|
|
+ # appkey地址：https://nls-portal.console.aliyun.com/applist
|
|
|
+ # token地址：https://nls-portal.console.aliyun.com/overview
|
|
|
+ # 定义TTS API类型
|
|
|
+ type: aliyun
|
|
|
+ output_dir: tmp/
|
|
|
+ appkey: 你的阿里云智能语音交互服务项目Appkey
|
|
|
+ token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret
|
|
|
+ voice: xiaoyun
|
|
|
+ access_key_id: 你的阿里云账号access_key_id
|
|
|
+ access_key_secret: 你的阿里云账号access_key_secret
|
|
|
+
|
|
|
+ # 以下可不用设置，使用默认设置
|
|
|
+ # format: wav
|
|
|
+ # sample_rate: 16000
|
|
|
+ # volume: 50
|
|
|
+ # speech_rate: 0
|
|
|
+ # pitch_rate: 0
|
|
|
+ AliyunStreamTTS:
|
|
|
+ # 阿里云CosyVoice大模型流式文本语音合成
|
|
|
+ # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量
|
|
|
+ # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。
|
|
|
+ # 支持龙系列专用音色：longxiaochun、longyu、longchen等
|
|
|
+ # 平台地址：https://nls-portal.console.aliyun.com/
|
|
|
+ # appkey地址：https://nls-portal.console.aliyun.com/applist
|
|
|
+ # token地址：https://nls-portal.console.aliyun.com/overview
|
|
|
+ # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis
|
|
|
+ type: aliyun_stream
|
|
|
+ output_dir: tmp/
|
|
|
+ appkey: 你的阿里云智能语音交互服务项目Appkey
|
|
|
+ token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret
|
|
|
+ voice: longxiaochun
|
|
|
+ access_key_id: 你的阿里云账号access_key_id
|
|
|
+ access_key_secret: 你的阿里云账号access_key_secret
|
|
|
+ # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持
|
|
|
+ host: nls-gateway-cn-beijing.aliyuncs.com
|
|
|
+ # 以下可不用设置，使用默认设置
|
|
|
+ # format: pcm # 音频格式：pcm、wav、mp3
|
|
|
+ # sample_rate: 16000 # 采样率：8000、16000、24000
|
|
|
+ # volume: 50 # 音量：0-100
|
|
|
+ # speech_rate: 0 # 语速：-500到500
|
|
|
+ # pitch_rate: 0 # 语调：-500到500
|
|
|
+ TencentTTS:
|
|
|
+ # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务
|
|
|
+ # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi
|
|
|
+ # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle
|
|
|
+ type: tencent
|
|
|
+ output_dir: tmp/
|
|
|
+ appid: 你的腾讯云AppId
|
|
|
+ secret_id: 你的腾讯云SecretID
|
|
|
+ secret_key: 你的腾讯云SecretKey
|
|
|
+ region: ap-guangzhou
|
|
|
+ voice: 101001
|
|
|
+
|
|
|
+ TTS302AI:
|
|
|
+ # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息
|
|
|
+ # 添加 302.ai TTS 配置
|
|
|
+ # token申请地址：https://dash.302.ai/
|
|
|
+ # 获取api_keyn路径：https://dash.302.ai/apis/list
|
|
|
+ # 价格，$35/百万字符。火山原版¥450元/百万字符
|
|
|
+ type: doubao
|
|
|
+ api_url: https://api.302ai.cn/doubao/tts_hd
|
|
|
+ authorization: "Bearer "
|
|
|
+ # 湾湾小何音色
|
|
|
+ voice: "zh_female_wanwanxiaohe_moon_bigtts"
|
|
|
+ output_dir: tmp/
|
|
|
+ access_token: "你的302API密钥"
|
|
|
+ GizwitsTTS:
|
|
|
+ type: doubao
|
|
|
+ # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务
|
|
|
+ # 前一万名注册的用户，将送5元体验金额
|
|
|
+ # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token
|
|
|
+ api_url: https://bytedance.gizwitsapi.com/api/v1/tts
|
|
|
+ authorization: "Bearer "
|
|
|
+ # 湾湾小何音色
|
|
|
+ voice: "zh_female_wanwanxiaohe_moon_bigtts"
|
|
|
+ output_dir: tmp/
|
|
|
+ access_token: "你的机智云API key"
|
|
|
+ ACGNTTS:
|
|
|
+ #在线网址：https://acgn.ttson.cn/
|
|
|
+ #token购买：www.ttson.cn
|
|
|
+ #开发相关疑问请提交至网站上的qq
|
|
|
+ #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者
|
|
|
+ #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#
|
|
|
+ type: ttson
|
|
|
+ token: your_token
|
|
|
+ voice_id: 1695
|
|
|
+ speed_factor: 1
|
|
|
+ pitch_factor: 0
|
|
|
+ volume_change_dB: 0
|
|
|
+ to_lang: ZH
|
|
|
+ url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=
|
|
|
+ format: mp3
|
|
|
+ output_dir: tmp/
|
|
|
+ emotion: 1
|
|
|
+ OpenAITTS:
|
|
|
+ # openai官方文本转语音服务，可支持全球大多数语种
|
|
|
+ type: openai
|
|
|
+ # 你可以在这里获取到 api key
|
|
|
+ # https://platform.openai.com/api-keys
|
|
|
+ api_key: 你的openai api key
|
|
|
+ # 国内需要使用代理
|
|
|
+ api_url: https://api.openai.com/v1/audio/speech
|
|
|
+ # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好
|
|
|
+ model: tts-1
|
|
|
+ # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer
|
|
|
+ voice: onyx
|
|
|
+ # 语速范围0.25-4.0
|
|
|
+ speed: 1
|
|
|
+ output_dir: tmp/
|
|
|
+ CustomTTS:
|
|
|
+ # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务
|
|
|
+ # 以本地部署的KokoroTTS为例
|
|
|
+ # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest
|
|
|
+ # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest
|
|
|
+ # 要求接口使用POST方式请求，并返回音频文件
|
|
|
+ type: custom
|
|
|
+ method: POST
|
|
|
+ url: "http://127.0.0.1:8880/v1/audio/speech"
|
|
|
+ params: # 自定义请求参数
|
|
|
+ input: "{prompt_text}"
|
|
|
+ response_format: "mp3"
|
|
|
+ download_format: "mp3"
|
|
|
+ voice: "zf_xiaoxiao"
|
|
|
+ lang_code: "z"
|
|
|
+ return_download_link: true
|
|
|
+ speed: 1
|
|
|
+ stream: false
|
|
|
+ headers: # 自定义请求头
|
|
|
+ # Authorization: Bearer xxxx
|
|
|
+ format: mp3 # 接口返回的音频格式
|
|
|
+ output_dir: tmp/
|
|
|
+ LinkeraiTTS:
|
|
|
+ type: linkerai
|
|
|
+ api_url: https://tts.linkerai.cn/tts
|
|
|
+ audio_format: "pcm"
|
|
|
+ # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途
|
|
|
+ # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn
|
|
|
+ # 各参数意义见开发文档：https://tts.linkerai.cn/docs
|
|
|
+ # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音
|
|
|
+ access_token: "U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL"
|
|
|
+ voice: "OUeAo1mhq6IBExi"
|
|
|
+ output_dir: tmp/
|
