SillyTavern Text to Speech เสียงเฉพาะของตัวละครแต่ละตัว
แชตใน SillyTavern ที่มีตัวละครหลายตัว ต้องมีเสียงเฉพาะของแต่ละตัว ในภาษาที่ตัวละครนั้นพูด เชื่อมต่อผู้ให้บริการ TTS แบบ OpenAI Compatible ของ SillyTavern กับ Paxa ด้วย endpoint และคีย์ API จากนั้นตัวละครแต่ละตัวจะพูดภาษาไทย อังกฤษ และจีนกลางด้วยเสียงของ Paxa TTS Flash v2 ที่คุณกำหนด
ผู้ให้บริการเดียว เสียงละตัวละคร#
ขั้นตอนเชื่อมต่อและตารางฟีเจอร์นำมาจากคู่มือตั้งค่า SillyTavern อ่านรายการเสียงจากช่อง Available Voices และ voice map ใช้กำหนดเสียงให้ตัวละครแต่ละตัว
เชื่อมต่อ
- เปิดการตั้งค่า TTSเปิดแผง Extensions แล้วไปที่ส่วน TTS
- เลือกผู้ให้บริการเลือก OpenAI Compatible เป็นผู้ให้บริการ TTS
- ตั้ง endpointตั้ง Provider Endpoint เป็น
https://api.paxalabs.com/v1/audio/speechช่องนี้ต้องใช้ URL แบบเต็ม - ใส่คีย์กด API Key แล้ววางคีย์ API ของ Paxa
- ตั้งโมเดลตั้ง Model เป็น
paxa-tts-flash-v2 - ใส่รายชื่อเสียงใส่รหัสเสียงของ Paxa คั่นด้วยจุลภาคในช่อง Available Voices เช่น
khanomkrok,nomyen,foithong - ตั้งความเร็วตั้ง Speed ไว้ระหว่าง 0.5 ถึง 1.5
- กำหนดเสียงให้ตัวละครติ๊ก Enabled เปิดแชต เลือกเสียงให้ตัวละครแต่ละตัวใน voice map แล้วกด Apply
ความสามารถที่รองรับ
| ความสามารถ | การรองรับ |
|---|---|
| ดึงรายการเสียงจาก API | ไม่รองรับ SillyTavern อ่านรายชื่อเสียงจากช่อง Available Voices |
| ความเร็ว | รองรับ ตั้งแต่ 0.5 ถึง 1.5 |
| ฟอร์แมตเสียง | MP3 ซึ่ง SillyTavern ขอเสมอ |
| ค่าเริ่มต้นของ SillyTavern | รองรับ tts-1 และเสียงเริ่มต้นจับคู่กับเสียงของ Paxa (ชื่อของเสียงที่ใช้ได้) |
จากคีย์ถึงตัวละครที่มีเสียง#
SillyTavern ยังใช้ตัวละครและโมเดลข้อความเดิม Paxa อ่านบทของตัวละครแต่ละตัวด้วยเสียงที่คุณกำหนด
เลือกผู้ให้บริการ
ในส่วน TTS ของแผง Extensions เลือก OpenAI Compatible เป็นผู้ให้บริการ TTS
เชื่อมต่อ Paxa
ตั้ง Provider Endpoint เป็น URL แบบเต็ม https://api.paxalabs.com/v1/audio/speech วางคีย์ API ของ Paxa และตั้ง Model เป็น paxa-tts-flash-v2
กำหนดเสียง
ใส่รหัสเสียงของ Paxa ในช่อง Available Voices เลือก Enabled แล้วเลือกเสียงให้ตัวละครแต่ละตัวใน voice map
Paxa TTS Flash v2 ราคา $10 ต่อ 1 ล้านตัวอักษร
คำถามที่พบบ่อย#
SillyTavern คืออะไร
SillyTavern อธิบายตัวเองว่าเป็นอินเทอร์เฟซที่ติดตั้งในเครื่อง สำหรับใช้งาน LLM สร้างข้อความ engine สร้างภาพ และโมเดลเสียง TTS โดย SillyTavern ส่งคำขอเสียงพูดจากเซิร์ฟเวอร์ของตัวเอง ซึ่งต้องเข้าถึง Paxa API ได้
ตัวละครใช้เสียงไหนได้บ้าง
ใช้ได้ทุกเสียงของ Paxa TTS Flash v2 ทั้ง 50 เสียง และทุกเสียงพูดได้ทั้งภาษาไทย อังกฤษ และจีนกลาง เลือกรหัสเสียงจาก GET /v1/voices หรือฟังตัวอย่างก่อนที่คลังเสียง
เสียงเริ่มต้นของ SillyTavern ใช้ได้ไหม
ใช้ได้ tts-1 และเสียงเริ่มต้นของ SillyTavern จะจับคู่กับเสียงของ Paxa (ชื่อของเสียงที่ใช้ได้) ใส่รหัสเสียงของ Paxa เพื่อเลือกเสียงเอง
ทำไมตั้ง Speed สูงแล้วใช้ไม่ได้
แถบเลื่อน Speed ของ SillyTavern ปรับได้กว้างกว่าช่วงที่ Paxa รับ Paxa รับค่าตั้งแต่ 0.5 ถึง 1.5 และตอบ 400 เมื่อค่าอยู่นอกช่วงนี้
เริ่มต้นด้วยเครดิตฟรี
เข้าสู่ระบบด้วย Google, GitHub หรือ Hugging Face แล้วใช้เครดิตฟรี 100 เครดิตกับข้อความของคุณเอง
ผลิตภัณฑ์
ตัวอย่างการใช้งาน