文本转TTS语音共存版(MultiTTS)

MultiTTS共存版是一款语音引擎工具，能够与各类小说应用及阅读软件配合，实现免费听书功能。该版本采用独立签名设计，可与官方版本同时安装使用，互不干扰。软件内置丰富多样的AI语音包，支持在线与离线两种使用模式，方便用户随时将文本转换为自然流畅的语音输出，也适合喜欢自定义规则的用户进行个性化设置。

multitts设置教程

1. 获取MultiTTS应用及所需的语音包文件。

2. 安装完成后，点击界面右上角的导入功能；若没有反应，可尝试执行重载操作。

3. 打开左上角的软件设置菜单；若感觉运行卡顿，可启用转发器功能，流畅情况下则无需调整。

4. 单击即可选择发音声音；长按发音人头像区域，可以调节语速与音调参数。

5. 提前准备好需要朗读的小说文件，例如TXT格式文档。

6. 进入软件设置，开启合成功能、转发器以及文本解析选项；系统通常会在角色管理模块自动生成对应的适配角色。

7. 返回声音列表界面，单击设定旁白声音，长按声音字母区域可将其指定为对话语音。

8. 进入角色管理界面查看当前配置。

9. 打开角色池功能，选取若干适配的男女声音角色。

10. 启动阅读类应用，开始朗读并进入设置，将朗读引擎切换为MultiTTS转发器，试听几分钟。

11. 重新打开MultiTTS，进入角色池，在右侧分配表中按照个人偏好调整声音匹配关系。

12. 也可以为故事中特定的角色单独分配合适的声音。

共存版与官方版的区别

共存版采用不同的应用签名，能够与官方原版在同一设备上并行安装与使用；当你对当前版本感到满意，同时又想体验新版本功能却担心其稳定性时，可以先安装共存版进行试用，确认效果后再决定是否升级原版应用。

使用在线语音包设置说明

1. 在软件左上角菜单中找到并开启“转发服务”选项。

2. 进入软件设置中的播放设置板块，打开“流式传输”开关。

3. 在其他设置里点击“添加至阅读”功能，并按照提示确认操作。

4. 打开已安装的阅读应用，选择一本书开始朗读，在朗读设置中将引擎更改为“MultiTTS・转发器”。

经过以上配置，可以实现段落之间几乎无间隔的连贯朗读效果；流式传输本身能减少间隔，结合转发器使用则能进一步将间隔时间降至极低水平。

使用教程

基本操作

单击可选择或取消选择主合成引擎。

长按可设定或取消设定对话合成引擎。

长按发音人头像能进入编辑界面调整参数。

长按已下载图标可删除对应的发音人数据。

按住发音人名称上下拖动能调整排列顺序。

在发音人名称上左右滑动可执行删除操作。

其他列表同样支持滑动删除与拖动排序。

在主界面列表顶部下拉，会显示批量管理界面。

功能说明

导入数据：选择包含引擎数据的压缩包导入，要求压缩包根目录存在合法的config.yaml配置文件。

编辑替换：在此界面可修正单词发音，支持常规替换与正则表达式替换两种方式。

背景音乐：能在语音合成的同时播放背景音乐。

角色管理：通过添加规则，识别朗读文本中的角色，并使用指定发音人进行朗读。

声音の池：为每个匹配到的抽象角色，从其关联的声音分组中随机分配一个具体声音。

引擎管理：提供引擎的编辑、添加、删除、排序及数据导出功能。

重载数据：重新读取配置文件并加载数据，默认从设备数据库中加载信息。

角色管理

角色名称：需要匹配的特定角色名称。

角色正则：用于匹配角色名的正则表达式，留空时直接使用角色名称进行匹配。

抽象角色：未启用时，所有匹配角色使用同一声音；启用后代表此为抽象角色，其下属具体人物将从声音池分配不同声音。

前向匹配：规则将匹配对话发生前的文本内容。

后向匹配：规则将匹配对话结束后的文本内容。

匹配模式：

文本：匹配符合正则表达式的全部文本内容。

语言：匹配符合选定语言类别的文本。

角色：匹配对话内容对应的说话者身份。

在角色管理界面，长按添加按钮可为候选语种设置发音人。

软件会优先执行所有前向匹配，仅当前向无结果时，才进行后向匹配。

引擎管理

类型：当前仅支持添加HTTP类型的引擎。

代号：引擎的内部标识，建议使用字母、数字及下划线组合。

请求头：发送HTTP请求时所携带的头部信息。

URL：HTTP链接地址，其中若包含JavaScript表达式需用双大括号包裹。

URL中支持引用的值：

voiceCode：发音人代号。

speakText：待合成的文本内容。

speakSpeed：语速数值，范围在0至100之间。

speakVolume：音量数值，范围在0至100之间。

params：参数数组，对应发音人的各项参数，已进行分割处理。

声音の池

抽象角色：在角色管理中已定义的抽象角色类别。

角色声音：每个抽象角色对应的具体人物，会从同组声音中随机分配一个使用。

软件设置

角色匹配规则：用于在匹配对话角色时，筛选出有效的上下文；其中__ROLE__指代目标角色，__OTHER__指代其他角色。

语法结构分析：输入文本后可进行词性标注，解析句子语法结构；具体词性表可参见帮助文档末尾部分。

自动分配声音：识别到人物后，自动从角色池选择声音进行分配；分配关系会被缓存，直至被新记录覆盖。

文本人物分析：分析文本中出现的新词，该过程耗时较长；分析完成后点击保存，将在角色管理中生成对应角色。

人物名称正则：在文本人物分析中，用于筛选分析结果，过滤出符合人名特征的词汇。

转发器

语音合成接口位于 http://localhost:8774/forward ，支持GET参数如下：

text：需要合成的文本。

speed：语速，取值0到100。

volume：音量，取值0到100。

pitch：音高，取值0到100。

voice：声音ID，可通过请求/voices接口获取全部发音人列表。

语音列表接口为 http://localhost:8774/voices ，无需附加参数。

其他

若需在文本中手动指定说话人，可在对话内容的引号内使用双尖括号包裹人名；例如：“<<张三>>这句话是我说的。”

如果应用在后台被关闭，请检查并设置电池优化、后台运行、关联启动及阻止休眠等相关权限。

导入压缩包时若错误信息包含zip关键词，可能是下载过程中文件损坏所致。

软件发生崩溃时，日志会自动复制到剪贴板；反馈问题时请提供完整的日志内容。

软件特色

文本转语音：将文本内容转换为语音朗读，支持TXT、PDF、EPUB等多种文档格式，方便用户在阅读时切换为语音播放。

语音包管理：用户可以自由下载并管理不同的AI语音包，根据需求选择合适的音色与语言类型。

离线下载：支持语音包离线下载，用户可在网络通畅时提前下载资源，之后在无网络环境下照常使用。

音色切换：允许在不同语音包之间自由切换，随时调整朗读音色，适应不同的使用场景或个人听感偏好。

朗读控制：提供播放、暂停、快进、后退等基础控制功能，用户可轻松管理朗读进度，并调节语速与音量大小。

数据重载：若覆盖更新后发音人未正常显示，可通过右上角菜单选择“重载数据”来恢复语音包列表。

更新日志

1.7.5.1更新

修复了已知的若干问题。

更新Sherpa-onnx库，现已支持matcha与kokoro类型的模型；不过当前sherpa-onnx对kokoro多语言模型的支持仍存在一些局限。

新增印尼语翻译，由novan Galaxy提供支持。

更新了俄语翻译内容，由Frost & Pallado协助完成。