astrbot_plugin_tts_Cosyvoice2

Astrbot的tts功能补充（使用Cosyvoice2-0.5B本地模型）

配置

将Cosyvoice官方文档中的操作做一遍，检查是否有遗漏的库未安装

再使用命令 pip install -r requirements.txt 在shell安装所需库

与官方tts方法一致，配置时用openai_tts_api，api填入127.0.0.1:5050，超时建议在60~90s左右，key随意

使用

eg.

/tts以开启/关闭文字转语音

/tts_cfg（命令组）：

/tts_cfg ┒
         ┠set ┰voice    #声音(.wav)
         ┃    ┠dialect  #方言/语言
         ┃    ┖method   #生成方式
         ┖list          #列出所有.wav音源

更新内容

for 1.1.1

添加了精细控制，优化了合并文件的方法，大改结构与传参（详见blame），添加了去除emoji的功能，加入了线程池，将llm的 functioon call 的生成方式改为精细控制

previous versions

更新了指令，更改了路径（./Cosyvoice/pretrained_models/Cosyvoice2_0.5B -> ./pretrained_models/Cosyvoice2_0.5B）、在插件配置中添加：TensorRT开关、fp16开关等

将传参方式大改了一下；重新加回了预加载；更新了/tts_cfg set method xxx指令，用以更换生成方式；支持了分布式部署；支持了function_call功能；优化了整体结构；（1.0.7）

在function_call功能中加入了可调整的方言（即：text: str, dialect: str）；在更改方言时自动更改生成模式（只有instruct2支持方言）；更改了在使用其他语言时的断句条件（result = re.split(r'(?<!\d)\.(?!\d)|[\n]', text)#其他语种则以'.'断句）（1.0.8）

异步了一下，减少出现目标服务器积极拒绝连接这种情况(1.0.9)

更新了获取.wav文件列表及其相对应的json的方式，优化了llm在使用llm_tool的时候的返回(.mp3->.wav)(1.1.0)

球球了，给孩子点个star吧！

自带音频

目前作者只给了prompt_绯莎.wav和prompt_明.wav，后续会持续更新，你们也可以自己创建，构建如下：

语音格式应为wav文件，码率不低于16KHz，创建同名.json文件内容如下(可选)：

{
    "text":"语音内容文字（模式若为instruct2则可不填）",
    "form":"语种（方言），目前支持普通话、四川话、上海话、湖北话等（见cosyvoice官方文档）",
    "generate_method":"生成模式（zero_shot或instruct2，如果不填，则为instruct2）"
}

eg.

{
    "text":"相信我吧，我会带你们走向光明",
    "form":"普通话",
    "generate_method":"zero_shot"
}

当然，A lot of codes borrowed from Cosyvoice