语音朗读
语音朗读(TTS)把 AI 的回复读出来,适合边听边做别的事。入口在「设置 → 朗读」,也可以在消息气泡上直接点朗读按钮。
两种引擎
AiVerse 支持两种朗读引擎,可在设置里切换:
- 系统 TTS(默认,离线免费):调用设备自带的语音引擎(Android
TextToSpeech),不联网、不花钱,音色与语言由系统引擎和系统语言决定。设备需装有可用的语音引擎(多数系统自带,缺失时可在系统设置里安装)。 - 在线 TTS(可选):把文本发给在线接口,拿回音频播放。音色更自然、可指定发音人,但需要自备接口与 API Key。
开启「启用在线语音」且接口配置完整时使用在线接口,否则回退到系统 TTS。
工作原理
- 系统 TTS:把回复的 Markdown 提取为纯文本(自动跳过或提示代码块、去掉格式符号、链接保留文字、图片与表格简化),按引擎长度上限(约 3500 字符)分段入队,由系统引擎逐段朗读。语速、音调可调。
- 在线 TTS:按 OpenAI
/audio/speech兼容协议,把文本 POST 到接口,拿回 mp3 用播放器顺序播放。单段超过约 4000 字符会自动分段,逐段请求、播完再请求下一段。接口类型可选「自动检测 / OpenAI 兼容 / Fish Audio」,App 会据此拼接请求地址与请求体。
设置项
- 语速:0.5x~2.0x 滑杆。
- 音调:0.5~2.0 滑杆。
- 自动朗读新回复:回复生成完成后自动朗读。
- 提示代码块:朗读时跳过代码块,或读一句「代码块,请查看」。
- 更换系统 TTS 引擎:跳到系统语音设置,选择设备上的语音引擎(更换后下次朗读自动生效);设备未装语音引擎时可在这里安装。
- 在线 TTS 接口(可选):开关、接口类型、接口地址、API Key、模型、音色。
在线接口推荐平台
系统 TTS 完全免费、离线可用,日常够用。想要更自然的中文音色时,可选以下在线接口(均按 OpenAI /audio/speech 兼容或 Fish Audio 协议接入):
- Fish Audio:接口地址
https://api.fish.audio,接口类型选「Fish Audio」,模型可填s2.1-pro-free,API Key 在其官网 API Keys 页面获取。有免费额度。 - 硅基流动(SiliconFlow):接口地址
https://api.siliconflow.cn/v1,接口类型「OpenAI 兼容」,模型如FunAudioLLM/CosyVoice2-0.5B,音色如FunAudioLLM/CosyVoice2-0.5B:alex。新用户有免费额度,部分音色需实名。 - OpenAI 兼容任意中转/自建:接口地址填
.../v1,模型如tts-1或gpt-4o-mini-tts,音色如alloy。只要能兼容/audio/speech即可。
接口地址可填完整地址(含
/audio/speech或/v1/tts)或只填域名,App 会按接口类型补全路径。免费额度与是否需实名以各平台当期政策为准。
使用方法
- 在任意 AI 回复的气泡上点朗读按钮开始朗读,再点一次停止;正在朗读的消息会高亮,且已读文字会随朗读进度逐字变成主题色,读完整条后恢复原样。
- 开启「自动朗读新回复」后,每条新回复生成完会自动朗读。
- 朗读期间可随时点停止;切换消息会先停止当前朗读再开始新的。