Skip to content

Latest commit

 

History

History
68 lines (56 loc) · 5.6 KB

README_hans.md

File metadata and controls

68 lines (56 loc) · 5.6 KB
Raw

Azure Cognitive Speech Component

hacs_badge

English | 简体中文

可以先试听一下：语音合成的效果

为什么会有这个集成

是的，Home Assistant自己就包含了Microsoft TTS组件，但组件支持的功能就是普通的TTS。而该组件通过Options可以额外指定由谁说话(voice)，还可以指定说话的风格、情绪(style)，甚至可以让一个女生模仿一个老年人说话(roleplay)。而实现以上功能，不仅不需要修改configuration.yaml文件，并重启Home Assistant，而是在调用TTS服务时通过Options实现，使得在家庭应用时适合不同的场景。 上边的试听mp3，是让Xiaoxiao使用了新闻主播的风格发声的，听起来似乎就来自于电视中的新闻画面。

使用之前

  • 使用该组件，首先需要一个Microsoft Azure账号，如果你没有，请先注册一个。
  • 录Azure后，转到Azure主页
  • 点击资源组，新建一个资源组，如果你是Azure新用户，可以获得一年的免费使用期限。区域选择你所在区域即可，中国用户可以选择东亚或者东南亚，加快以后网络访问速度。
  • 创建资源组后，回到Azure主页，选择创建资源，搜索“语音”，在搜索到的语音标签上选择创建。
  • 订阅仍旧可以选择免费试用，定价层选择“免费 F0”，资源组选择刚才新建的资源组，区域与之前的区域保持一致。
  • 创建语音资源后，等待创建完成，返回Azure主页，你创建的语音认知服务已经出现在主页上。
  • 点击该项资源，左侧的列表中，点击“资源管理”下的“密钥和终结点”，密钥和区域，终结点就会出现在屏幕上，记下以上信息，密钥共有两个，任意使用其中一个即可。

安装

使用HACS安装自定义存储库，或者从Latest Release下载最新的发行版，并将其中的custom_components/azure_cognitive_speech目录下所有文件手动复制到你的Home Assistant下的<Home Assistant config folder>/custom_components/azure_cognitive_speech目录中，然后重启Home Assistant。

配置

基础配置

编辑你HomeAssistant中的configuration.yaml，增加以下配置行:

tts:
  - platform: azure_cognitive_speech
    api_key: "XXXXXXXXXXXXXXXXXXXXXXXXXXX"     # 这里是你申请的Azure Cognitive Speech语音服务的密钥
    region: "eastasia"                         # 这里是你申请的Azure Cognitive Speech语音服务的区域        
    default_voice: "Xiaoxiao"                  # 这里是默认使用的语音，Xiaoxiao是一个中文语音的模型名称

更多语音，请参照这里，其中的“DisplayName”，就是可用的语音名，“VoiceType”为“Neural”的语音，都是神经网络训练后的语音模型，具有极自然的合成质量。中文相关语音，都在文件后部。

进阶配置

要更好地使用Home Assistant中的TTS服务，可以在配置项中增加以下内容：

- platform: azure_cognitive_speech
    api_key: "XXXXXXXXXXXXXXXXXXXXXXXXXXX"     # 这里是你申请的Azure Cognitive Speech语音服务的密钥
    region: "eastasia"                         # 这里是你申请的Azure Cognitive Speech语音服务的区域    
    default_voice: "Xiaoxiao"                  # 这里是默认使用的语音，Xiaoxiao是一个中文语音的模型名称
    base_url: https://XXX.XXXX.com:8123        # 如果你的Home Assistant是基于HTTPS协议的，需要配置Home Assistant的网址
    cache: true                                # 缓存文本转语音的结果，下次播放同样内容时，就不再需要访问网络，会使得TTS更快
    cache_dir: /tmp/tts                        # 缓存文件所在目录，该目录位于你Home Assistant宿主机中
    time_memory: 300                           # 内存中缓存时间

使用

Microsoft Azure Cognitive Speech服务除了一般的TTS，还可以为语音加入风格(Style)和角色模仿(Role)，比如对于“Xiaoxiao”这个语音来说, "sad"风格与"newscast"风格具有巨大的区别，同时还可以让Xiaoxiao模仿诸如老年人说话。 以上功能通过语音识别时的选项(Option)功能实现，可用的选项包括

  • voice 选择的语音，可以选择默认语音之外的语音发音
  • speed 说话的速度，可选值-5到5，正常应设置到-2到2之间
  • style 风格
  • role 角色演绎

关于可用的voice及其可用哪些style或者role，仍旧是参照这里

实例

使用如下Options，播放文字“在北京时间今天凌晨3点举行的一场欧洲杯半决赛中，意大利队与西班牙队在120分钟内站成1：1平。在点球大战中，意大利队以4：2（总比分5：3）击败西班牙队，挺进决赛。”

voice: Xiaoxiao
speed: 1
style: newscast

语音合成的效果，可下载试听。