Skip to content

Latest commit

 

History

History

NachoBot-TTS-Adapter

README.md

NachoBot TTS 适配器

基于GPT-SoVITS的文本转语音 (TTS) 适配器，支持流式和非流式语音合成。
本仓库在原上游 maimbot_tts_adapter 基础上，已针对 NachoBot 核心改动 做了深度的本地化和一键启动化改造。适配器依赖工作区根目录下的 launchbot.bat 进行环境的自动管理和拉起。

由于本系统将 TTS 的隔离环境、依赖库安装和启动交给了项目最外层的 launchbot.bat 统一接管，请按照本指南配置物理路径与参数。

1. 前置要求：独立的 GPT-SoVITS 端

本适配器本质上是一个中继网关，负责将 NachoBot 的文本发送给对应的 TTS 引擎生成语音流。

  • 你必须在你的电脑上拥有独立安装好的 GPT-SoVITS 环境（推荐 v2pro 版本）。
  • 请确保你拥有训练好/微调好的 GPT 权重文件（.ckpt）和 SoVITS 权重文件（.pth），以及一段用于音色的参考音频（.wav）。

2. 环境依赖与启动前准备

虽然最外层的 launchbot.bat 会尽可能帮你自动创建 .venv 虚拟环境并安装依赖，但为了确保环境一致性，你也可以在启动前手动确认组件依赖安装成功： 进入 NachoBot-TTS-Adapter 目录，安装该适配器专属依赖包（推荐使用项目统一的 uv）：

uv pip install -r requirements.txt

3. 对接 GPT-SoVITS 路径 (launchbot.bat)

回到 NachoBot 根目录，使用文本编辑器打开 launchbot.bat： 找到大约第 36 行左右的 SOVITS_DIR 变量，将其修改为你电脑上实际存放 GPT-SoVITS 整合包的绝对硬盘路径：

REM ===== 基本路径（如你改过目录，只需改这里）=====
set "SOVITS_DIR=C:\Users\BigSh0t\GPT-SoVITS\GPT-SoVITS-v2pro-20250604"

4. 配置实际模型路径 (configs/base.toml)

进入本目录的 configs/ 文件夹下。 你可以把你的声音模型直接放到这里。 打开 configs/base.toml，找到最下方的 [plugins.GPT_Sovits] 模块，将其中的 gpt_weights 和 sovits_weights 的文件路径修改为你实际存放权重的绝对路径：

[plugins.GPT_Sovits]
api_base = "http://127.0.0.1:9874"
gpt_weights    = "C:/Users/.../NachoBot-TTS-Adapter/configs/EXAMPLE.ckpt"
sovits_weights = "C:/Users/.../NachoBot-TTS-Adapter/configs/EXAMPLE.pth"
speaker = "NachoChan"

5. 绑定核心路由规则 (configs/base.toml)

为了能让 NachoBot 发出的文本传到这里，你必须配置连接通道。同样在 configs/base.toml 里，确认 [routes] 块下的端口与主控台一致（NachoBot 默认跑在 8000 端口）：

[routes]
qq = "http://127.0.0.1:8000/ws"        # 对应你在主干代码里的监听地址
discord = "http://127.0.0.1:8000/ws"

6. 调整声音预设参数 (configs/gpt-sovits.toml)

同样在 configs/ 文件夹下，打开 gpt-sovits.toml，找到最下方的预设管理 [tts.models.presets.default]（以及你自定义的角色如 custom1）： 你需要重点填写控制音色感情的特征绑定：

[tts.models.presets.default]
name = "DEFAULT"
gpt_model = "EXAMPLE.ckpt"
sovits_model = "EXAMPLE.pth"
ref_audio_path = "EXAMPLE.wav"   # 参考音频的文件名或相对路径
prompt_text = "填入你参考音频里正在说的那句话"  # 参考音频对应的精确文本
prompt_language = "ja"                   # 参考文本的语种 (ja/zh/en/auto)
speed_factor = 1.0                       # 生成语速

请勿单独在此适配器目录内运行 python 启动接口。

配置完成后，只需回到根目录双击运行的 launchbot.bat。 脚本将按照以下时序全自动并线拉起所有组件（你会看到多个黑色命令台窗口同时工作）：

  1. SoVITS API (监听 9880 端口)：调用你的 GPT-SoVITS 目录环境，启动底层语音引擎 API。
  2. TTS Adapter (监听 8070 端口)：待 SoVITS API 存活后，拉起本适配器并建立与 NachoBot 核心（默认 8000 端口）的双向 WebSocket 隧道。
  3. Control API (监听 9872 端口)：承载高级配置控制的额外端口。
  4. NachoBot 主服务 + NapCat 适配器：启动主脑逻辑处理区，随后连入 QQ/Bilibili。

如遇 TTS 模块报错或静音，请检查是否是 .ckpt 或 .pth 文件路径缺失，或是端口 9880/8070 被系统中其他程序意外占用。