Fish Audio

    Fish Audio 集成为 Home Assistant 带来了高质量的语音克隆和多种公共声音。它提供文字转语音（TTS）服务，允许您创建富有表现力、类人的语音。

    Fish Audio 定位为领先的语音克隆服务。它具有先进的 s1 模型系列，支持情感和语调标记，使语音更加自然。

    前提条件

    • 需要 Fish Audio 账户。
    • 您需要一个 API 密钥，可以从 Fish Audio API 密钥仪表板创建。
    • 您的 Home Assistant 实例必须具有互联网访问权限才能访问 Fish Audio API。
    配置

    此集成可通过 UI 配置。前往 设置 > 设备与服务 添加。

    设置是一个两步过程。首先，您使用 API 密钥配置集成，然后您可以添加一个或多个声音。

    初始设置

    系统会要求您提供 Fish Audio API 密钥。提供后，集成将被添加。

    添加声音

    要添加文字转语音（TTS）声音，请在集成卡片上选择 添加 TTS 声音 按钮。您可以重复此过程来添加多个声音。

    添加声音的过程涉及两个步骤：

    1. 声音筛选：
      • 首先，您将选择是只查看您的私有克隆声音，还是也查看 Fish Audio 推荐的公共声音。
    2. 声音配置：
      • 根据您的筛选选择，您将在下一个屏幕上看到以下选项：
        • 声音：从可用声音的下拉列表中选择一个声音。您也可以输入来自 Fish Audio 网站的自定义声音 ID。
        • AI 语音模型：选择默认后端模型。s1 是最新和最先进的模型。s1 和 v1.6 模型都支持情感标记。
        • 延迟模式：选择 normal（更好质量）或 balanced（更快速度）。
        • 名称：设置将创建的 TTS 实体的名称。

    您添加的每个声音都会创建一个新的 TTS 实体。

    语言和口音

    Fish Audio 根据输入文本确定口语语言，而不是声音的固定语言设置。这意味着您可以将英文文本提供给西班牙语声音，它将以西班牙口音说英语。同样，向英语声音提供西班牙语文本将导致以英语口音说西班牙语。

    目前支持的语言包括：

    • 阿拉伯语
    • 中文
    • 英语
    • 法语
    • 德语
    • 日语
    • 韩语
    • 西班牙语
    • 任意：选择 任意 允许 Fish Audio 根据输入文本自动确定口语语言，启用上述跨语言口音行为。

    文字转语音（TTS）

    tts.speak 服务允许您在自动化和脚本中使用 Fish Audio 声音。选择 tts.fish_audio 实体，选择一个媒体播放器，然后输入您的消息。

    YAML 中 tts.speak 服务调用的示例：

    actions:
  - action: tts.speak
    target:
      entity_id: tts.fish_audio
    data:
      media_player_entity_id: media_player.living_room_speaker
      message: "Hello, this is a test of my new voice!"
      options:
        voice_id: "802e3bc2b27e49c2995d23ef70e6ac89"
        backend: "s1"
        latency: "normal"

    在 Assist 管道中使用

    您创建的 TTS 实体可以设置为您的 Assist 管道的声音。这允许您的语音助手使用高质量的 Fish Audio 声音进行响应。

    要配置此设置：

    1. 前往 设置 > 语音助手。
    2. 选择您要配置的助手。
    3. 在 文字转语音 部分，从下拉菜单中选择您创建的声音之一。

    您的助手现在将使用您为 Fish Audio 集成配置的默认声音和模型进行语音响应。

    与大型语言模型（LLM）一起使用

    s1 和 v1.6 模型能够通过使用特殊的情感和语调标记来产生高度表现力的语音。要与大型语言模型（LLM）一起使用此功能，您可以在提示中添加说明，指导 LLM 在其响应中生成这些标记。有关可用标记的完整列表和更高级的示例，您可以参考情感控制文档来帮助您制作完美的提示。

    例如，您可以将您的主要请求与一组 LLM 说明结合起来，如下所示：

    提示：

    宣布房子现在进入电影模式。灯光已调暗，窗帘已关闭。

    LLM 的说明：

    通过在文本前插入标记来应用情感控制。

- 使用情感标记：(angry)、(sad)、(excited)、(surprised)、(sarcastic)、(joyful)、(empathetic)
- 使用语调标记：(in a hurry tone)、(shouting)、(screaming)、(whispering)、(soft tone)
- 使用特殊标记：(laughing)、(chuckling)、(sobbing)、(sighing)、(panting)、(crowd laughing)
- 可选地使用标记添加拟声词，例如："Ha,ha,ha" 表示笑声。
- 将标记立即放在它们修饰的对话之前。
- 如果未指定标记，默认为中性。

    LLM 可能会生成如下响应：

    (soft tone) 电影模式已激活。灯光已调暗，窗帘已关闭。(empathetic) 享受演出吧。

    故障排除

    没有私有声音出现

    症状："没有可用的私有声音"

    尝试在启用"仅私有模型"选项的情况下添加声音时，您的克隆声音不会出现在声音选择列表中。

    描述

    这意味着您在 Fish Audio 账户中创建的私有声音尚无法通过 API 使用，或者它们尚未创建。

    解决方案

    要解决此问题，请尝试以下步骤：

    1. 确保您已在 Fish Audio 账户中创建了克隆声音。
    2. 确保声音已完全处理并准备使用。
    3. 创建后等待几分钟，让新声音通过 API 可用。

    TTS 实体显示为双重命名

    如果 TTS 实体命名为"Adam"，它可能在界面中显示为"Adam Adam"。这是目前已知的 issue。

    移除集成

    此集成遵循标准集成移除流程。

    To remove an integration instance from Home Assistant

    1. Go to Settings > Devices & services and select the integration card.
    2. From the list of devices, select the integration instance you want to remove.
    3. Next to the entry, select the three-dot menu. Then, select Delete.