TTS 语音合成配置：让 Operit 用自然的声音读回复
TTS 路线选择
Operit 的 TTS （Text-to-Speech）分两条路线：
| 路线 | 引擎 | 自然度 | 成本 | 离线 | 配置难度 |
|---|---|---|---|---|---|
| 本地 | MNN + CosyVoice / ChatTTS | ★★★★☆ | 免费 | ✓ | 中（需下模型） |
| 本地 | Android 内置 | ★★☆☆☆ | 免费 | ✓ | 极低 |
| 云端 | OpenAI TTS | ★★★★★ | 按 token | ✗ | 低 |
| 云端 | Edge TTS | ★★★★☆ | 免费 | ✗ | 极低 |
| 云端 | 讯飞 / 阿里云 | ★★★★☆ | 按量 | ✗ | 中 |
推荐：想最好的离线体验 → MNN + CosyVoice；想最省事 → Edge TTS（免费、中文好、配置简单）。
MNN 本地 TTS（v1.7+）
支持模型
| 模型 | 特点 | 大小 |
|---|---|---|
| CosyVoice 2 | 阿里开源，多音色支持，中文好 | ~1GB |
| ChatTTS | 社区流行，自然度高，支持情感 | ~500MB |
| Fish Speech | 开源，支持声音克隆 | ~1.5GB |
Operit 模型配置页里有「本地 TTS 模型」分类，可直接下载 CosyVoice / ChatTTS。
配置步骤
- Operit 设置 → 语音 → TTS 引擎 → 选「MNN 本地 TTS」
- 下载模型（从内置入口或手动放到
models/tts/） - 选择音色（模型支持的音色列表）
- 调整语速（0.5–2.0）、音量
- 点「测试」→ 听效果
声音克隆（Fish Speech）
Fish Speech 支持声音克隆——录 10–30 秒目标声音样本，就能让 Operit 用这个声音说话：
- 下载 Fish Speech 模型
- 录一段你想克隆的声音（干净、无背景噪音）
- 上传样本 → 模型生成克隆音色
- 对话时选这个克隆音色
法律提示：只克隆你有授权的声音，不要克隆他人声音用于冒充或欺诈。
Edge TTS（最省事的云端方案）
Edge TTS 是微软 Edge 浏览器内置的 TTS 服务，完全免费且不需要 API Key。Operit 内置了 Edge TTS 客户端：
- Operit 设置 → 语音 → TTS 引擎 → 选「Edge TTS」
- 选中文音色（如
zh-CN-XiaoxiaoNeural，最常用的中文女声） - 调整语速音量
- 点「测试」
Edge TTS 的中文音色列表：
zh-CN-XiaoxiaoNeural：女声，自然度高zh-CN-YunxiNeural：男声，清晰zh-CN-XiaoyiNeural：女声，温柔zh-CN-YunjianNeural：男声，沉稳
更多音色参考 Edge TTS 官方文档，Operit 会自动拉取可用列表。
OpenAI TTS（追求极致自然度）
- 选「OpenAI TTS」
- 填 OpenAI API Key
- 选模型（
tts-1-hd质量最高） - 选音色（
alloy/echo/fable/onyx/nova/shimmer） - 点「测试」
OpenAI TTS 的中文支持不如 Edge 和 MNN，但英文自然度顶尖。
Android 内置 TTS（临时备用）
不推荐作为主力，但急用时最方便：
- 选「Android 内置 TTS」
- 在系统设置 → 辅助功能 → 文本转语音 里调音色和语速
- 系统自带音色一般，机器人音较重
性能与耗电
| 路线 | 延迟 | 耗电 | 备注 |
|---|---|---|---|
| MNN 本地 | 1–2s | 略高（推理耗电） | 骁龙 8 系流畅，中端机有延迟 |
| Android 内置 | <1s | 低 | 系统原生，最省电 |
| Edge / OpenAI | 2–3s | 低 | 取决于网络 |
| Whisper / CosyVoice 大模型 | 3–5s | 较高 | 复杂模型耗电多 |
连续对话模式下 TTS 会被频繁调用——选延迟低、耗电少的方案。