คู่มือตั้งค่า TTS

ตั้งค่าใน 5 ขั้นตอน

ยังไม่ได้เชื่อมแชตใช่ไหม? เริ่มที่นี่ ก่อน

เปิด ป๊อปอัปส่วนขยาย SSN, หรือ แหล่งข้อมูลและการตั้งค่า (Sources and Settings) ในแอปเดสก์ท็อป
ใน โอเวอร์เลย์แชตหลักและแผงด็อกควบคุม (Main chat overlay & control dock) ขยาย Message – Text to Speech.
เปิด อ่านข้อความขาเข้าด้วยเสียง.

เลื่อนไปยัง ผู้ให้บริการแปลงข้อความเป็นเสียงพูด เลือก Piper TTS แล้วเลือกเสียง
คลิก คัดลอกลิงก์ ข้าง โอเวอร์เลย์แชตหลักและแผงด็อกควบคุม (Main chat overlay & control dock).

ใช้งานครั้งแรก? Piper ดาวน์โหลดเสียงเมื่อใช้ครั้งแรก รอสักครู่

เล่นใน OBS

เพิ่ม แหล่งเบราว์เซอร์ (Browser Source) แล้ววางลิงก์ที่คัดลอก
ในคุณสมบัติ เปิด ควบคุมเสียงผ่าน OBS (Control audio via OBS).
ส่งข้อความแชต มิเตอร์เสียงของแหล่งควรขยับ
ลองบันทึกสั้น ๆ แล้วเปิดฟัง

อยากฟังด้วยตัวเอง? ใน OBS คุณสมบัติเสียงขั้นสูง (Advanced Audio Properties) ตั้งแหล่งนั้นเป็น มอนิเตอร์และส่งออก (Monitor and Output).

ได้ยินทุกข้อความสองครั้ง? ควรมีเพียงหน้าเดียวอ่านแชต ปิด TTS ที่อื่นทั้งหมด

ฟังเสียงฟรี

ทั้งสี่ใช้ฟรีและทำงานบนคอมพิวเตอร์คุณ กดเล่นเพื่อเปรียบเทียบ

Piper

หญิงอังกฤษอเมริกัน เบาและเร็ว
en_US-hfc_female-medium

การตั้งค่าและเสียง

Kokoro

Bella หญิงอังกฤษอเมริกัน เป็นธรรมชาติที่สุด แต่ช้ากว่าบน CPU
af_bella

การตั้งค่าและเสียง

Kitten

Voice 4 หญิง โมเดลอังกฤษขนาดเล็ก
expr-voice-4-f

การตั้งค่าและเสียง

eSpeak

อังกฤษ เสียงหุ่นยนต์ แต่เล็กและเร็ว
en

การตั้งค่าและเสียง

ตัวอย่างภาษาสเปนและโปรตุเกส

เลือกภาษาเหนือรายการเสียงใน SSN แล้วกด ทดสอบ Piper มีเสียงสเปน เม็กซิโก บราซิล และโปรตุเกส Kokoro มีเสียงสเปนสามเสียงและโปรตุเกสบราซิลสามเสียง

Piper - สเปน (ประเทศสเปน)

DaveFX

Kokoro - สเปน

Dora

Piper - โปรตุเกส (บราซิล)

Faber

Kokoro - โปรตุเกส (บราซิล)

Dora

Piper เบากว่า หาก Kokoro ตามแชตไม่ทัน ให้เปลี่ยนเป็น Piper

ตัวอย่างเสียงเหล่านี้สร้างอย่างไร

ตัวอย่างอังกฤษอ่านว่า: ยินดีต้อนรับสู่สตรีม! ขอบคุณที่มาร่วมกัน เราควรเล่นเกมอะไรต่อดี? ปิดการอ่านชื่อไว้ คลิปไม่รวมเวลาโหลด

ทดสอบเมื่อ 7 กันยายน 2026 ใน OBS 32.2.2 บน Windows 11 ข้อความแชตจริงเข้า Dock พูดออกเสียง ทำให้มิเตอร์ Browser Source ขยับ และอยู่ในไฟล์บันทึก Kokoro เริ่มช้ากว่าอย่างเห็นได้ชัดบน CPU

บนเครื่องนั้น System TTS แสดงห้าเสียงแต่ไม่มีเสียงในไฟล์บันทึก OBS เครื่องคุณอาจต่างกัน จึงควรทดสอบลิงก์เองเสมอ ไม่ได้ทดสอบเสียงคลาวด์เพราะไม่มีบัญชีเสียเงิน

เลือกผู้ให้บริการ

เริ่มด้วย Piper ลอง Kokoro หากชอบเสียงมากกว่า เสียงฟรีทำงานในเครื่อง ส่วนเสียงคลาวด์ต้องมีบัญชีและคีย์ API และส่งข้อความแชตให้บริษัทนั้น

ผู้ให้บริการ	เหมาะสำหรับ	ข้อควรรู้	ค่าใช้จ่าย
Piper	เสียงธรรมชาติ อังกฤษ สเปน โปรตุเกส	คุณภาพต่างกันตามเสียง HFC medium ประมาณ 63 MB	ฟรี ไม่ต้องใช้คีย์
Kokoro	เสียงฟรีที่เป็นธรรมชาติที่สุด อังกฤษ สเปน โปรตุเกสบราซิล	ใช้ CPU มากกว่า เสียงแรกอาจเริ่มช้า เร็วขึ้นเมื่อมี GPU ที่รองรับ	ฟรี ไม่ต้องใช้คีย์
Kitten	โมเดลอังกฤษขนาดเล็ก แปดเสียง	เฉพาะอังกฤษ โมเดลที่ให้มาประมาณ 24 MB	ฟรี ไม่ต้องใช้คีย์
eSpeak	เบามาก หลายภาษา เริ่มเร็ว	ตั้งใจให้ฟังเหมือนหุ่นยนต์	ฟรี ไม่ต้องใช้คีย์
TTS ของระบบ	เสียงที่มีในเบราว์เซอร์หรือพีซีอยู่แล้ว	มักเงียบใน OBS บางเสียงต้องใช้อินเทอร์เน็ต	ฟรี
ElevenLabs	เลือกด้วย voice ID พร้อมตัวควบคุมความคงที่และสไตล์	ขีดจำกัดบัญชีและความหน่วงเครือข่าย	อาจมีค่า API
Google Cloud	เสียงมีชื่อ พร้อมภาษา ความเร็ว และระดับเสียงสูงต่ำ	ไม่ใช่ทุกเสียงรองรับทุกตัวควบคุม ต้องเปิด Cloud TTS API	มีการคิดเงินและโควตา
Gemini	สไตล์เสียงและคำสั่งลักษณะการพูดแบบข้อความ	โมเดล preview และโควตาอาจเปลี่ยน	ตรวจขีดจำกัด Gemini
Fish Audio	โมเดลฟรีที่ใช้คีย์ของคุณเอง พร้อม voice ID	OBS ต้องใช้บริดจ์ในเครื่องของ SSN	Fish Audio กำหนดระดับใช้ฟรี
Speechify	Voice ID พร้อมความเร็ว ภาษา และโมเดล	เสียงขึ้นกับบัญชีคุณ	เป็นไปตามเงื่อนไข API
OpenAI	เสียงมีชื่อ พร้อมควบคุมโมเดลและรูปแบบ	สมาชิก ChatGPT ไม่รวมเครดิต API	การเรียกเก็บเงิน API
กำหนดเอง / ภายในเครื่อง	เซิร์ฟเวอร์เสียงของคุณเอง	ตั้งค่ามากที่สุด ดู คู่มือเซิร์ฟเวอร์ภายในเครื่อง.	ฮาร์ดแวร์หรือโฮสติ้งของคุณ

ขนาดดาวน์โหลดและหมายเหตุทดสอบ OBS

ขนาดนี้คือไฟล์โมเดล ไม่ใช่หน่วยความจำที่ใช้ เสียงฟรีทำงานบนเครื่องที่เล่น Dock หรือโอเวอร์เลย์ ครั้งแรกจะช้ากว่า OBS มีแคชดาวน์โหลดแยกจาก Chrome

Piper, Kokoro, Kitten และ eSpeak ผ่านการทดสอบบันทึก Browser Source ใน OBS เสียงคลาวด์และกำหนดเองเล่นผ่านหน้าได้เช่นกัน แต่ไม่ได้ทดสอบด้วยบัญชีจริง ทดสอบ System TTS แยกแม้มีรายการเสียง

แก้ปัญหา

ปัญหา	ลองวิธีนี้
แพลตฟอร์มแชตของฉันรองรับ TTS ไหม?	ได้ หาก SSN รับแชตเป็นข้อความ YouTube, Twitch, TikTok และอื่น ๆ ทำงานเหมือนกัน แพลตฟอร์มไม่ต้องมี TTS ของตัวเอง
ไม่มีเสียงเลย	ตรวจว่า Dock แสดงแชต แล้วตรวจสวิตช์ TTS ผู้ให้บริการ และตัวกรอง ใช้ลิงก์ที่เพิ่งคัดลอก รอให้ดาวน์โหลดเสียงครั้งแรกเสร็จ
ใช้ได้ใน Chrome หรือ Edge แต่ไม่ได้ใน OBS	OBS มีเบราว์เซอร์และรายการเสียงของตัวเอง System TTS มักใช้ไม่ได้ที่นั่น เปลี่ยนเป็น Piper, Kokoro, Kitten หรือ eSpeak สายเสียงเสมือนแก้ปัญหาไม่มีเสียงพูดไม่ได้
มิเตอร์ขยับ แต่ไฟล์บันทึกไม่มีเสียง	ตรวจการปิดเสียงและแทร็กบันทึกใน OBS อย่าจับเสียงมอนิเตอร์ซ้ำ ดู คู่มือเสียง OBS.
เสียงตามแชตไม่ทัน	เปลี่ยนจาก Kokoro เป็น Piper หรือลอง eSpeak
ทุกข้อความถูกอ่านสองครั้ง	มีมากกว่าหนึ่งหน้ากำลังพูด เปิด TTS ไว้ที่เดียว
ฉันอยากให้ Dock ใน OBS หรือ Featured Chat พูดแทน	Custom Browser Dock ของ OBS เป็นแผงควบคุม ไม่ใช่แหล่งในฉาก หากใช้ Featured Chat ให้เปิด TTS ในตัวเลือกของโอเวอร์เลย์นั้นแล้วคัดลอกลิงก์

วิธีแก้เพิ่มเติม: เอกสารอ้างอิง TTS · ปัญหาเซิร์ฟเวอร์ในเครื่อง.

การตั้งค่าผู้ให้บริการ

ภาพหน้าจอจริงจากแอปเดสก์ท็อปในโปรไฟล์ใหม่ โดยเว้นช่องคีย์ว่าง เปิดผู้ให้บริการเพื่อดูการตั้งค่า คลิกภาพเพื่อขยาย

TTS ของระบบ

รายการเสียงขึ้นกับเบราว์เซอร์หรือแอปและเสียงที่ติดตั้ง ไม่มีรายการ SSN ตายตัว โปรไฟล์ใหม่นี้มีรายการภาษาว่าง

การตั้งค่าผู้ให้บริการ System TTS ของ SSN จริง

Kokoro

เลือกเสียง ใช้ตัวกรองภาษาเพื่อค้นหา และ ทดสอบ เพื่อฟัง โมเดลโหลดบนหน้าที่พูด รองรับอังกฤษสหรัฐและสหราชอาณาจักร สเปน โปรตุเกสบราซิล ช้าเกินไป? ลอง Piper

ชื่อเสียงและค่าในลิงก์

Heart (หญิงอเมริกัน) — af_heart
Alloy (หญิงอเมริกัน) — af_alloy
Aoede (หญิงอเมริกัน) — af_aoede
Bella (หญิงอเมริกัน) — af_bella
Jessica (หญิงอเมริกัน) — af_jessica
Kore (หญิงอเมริกัน) — af_kore
Nicole (หญิงอเมริกัน) — af_nicole
Nova (หญิงอเมริกัน) — af_nova
River (หญิงอเมริกัน) — af_river
Sarah (หญิงอเมริกัน) — af_sarah
Sky (หญิงอเมริกัน) — af_sky
Adam (ชายอเมริกัน) — am_adam
Echo (ชายอเมริกัน) — am_echo
Eric (ชายอเมริกัน) — am_eric
Fenrir (ชายอเมริกัน) — am_fenrir
Liam (ชายอเมริกัน) — am_liam
Michael (ชายอเมริกัน) — am_michael
Onyx (ชายอเมริกัน) — am_onyx
Puck (ชายอเมริกัน) — am_puck
Santa (ชายอเมริกัน) — am_santa
Emma (หญิงบริติช) — bf_emma
Isabella (หญิงบริติช) — bf_isabella
George (ชายบริติช) — bm_george
Lewis (ชายบริติช) — bm_lewis
Alice (หญิงบริติช) — bf_alice
Lily (หญิงบริติช) — bf_lily
Daniel (ชายบริติช) — bm_daniel
Fable (ชายบริติช) — bm_fable
Dora (สเปน): ef_dora
Alex (สเปน): em_alex
Santa (สเปน): em_santa
Dora (โปรตุเกสบราซิล): pf_dora
Alex (โปรตุเกสบราซิล): pm_alex
Santa (โปรตุเกสบราซิล): pm_santa

Kitten

แปดเสียงอังกฤษ: รุ่นชายและหญิงของเสียง 2, 3, 4 และ 5 ตัวอย่างใช้ Voice 4 (Female)

ชื่อเสียงและค่าในลิงก์

เสียง 2 (ชาย) — expr-voice-2-m
เสียง 2 (หญิง) — expr-voice-2-f
เสียง 3 (ชาย) — expr-voice-3-m
เสียง 3 (หญิง) — expr-voice-3-f
เสียง 4 (ชาย) — expr-voice-4-m
เสียง 4 (หญิง) — expr-voice-4-f
เสียง 5 (ชาย) — expr-voice-5-m
เสียง 5 (หญิง) — expr-voice-5-f

Piper

เลือกเสียงที่ตรงภาษา การเปลี่ยนภาษาอย่างเดียวไม่เปลี่ยนเสียง ตัวอย่างใช้ HFC medium

ชื่อเสียงและค่าในลิงก์

หญิงภาษาอังกฤษสหรัฐฯ (HFC) - คุณภาพปานกลาง — en_US-hfc_female-medium
สเปนแบบสเปน (DaveFX) - คุณภาพปานกลาง — es_ES-davefx-medium
สเปนแบบเม็กซิโก (Ald) - คุณภาพปานกลาง — es_MX-ald-medium
โปรตุเกสแบบบราซิล (Faber) - คุณภาพปานกลาง — pt_BR-faber-medium
โปรตุเกสแบบบราซิล (Edresson) - คุณภาพต่ำ — pt_BR-edresson-low
โปรตุเกสแบบโปรตุเกส (Tugao) - คุณภาพปานกลาง — pt_PT-tugão-medium

eSpeak

เลือกเสียงตามภาษา เปลี่ยนความเร็วพูดได้ ตั้งใจให้เป็นเสียงหุ่นยนต์

ชื่อเสียงและค่าในลิงก์

อังกฤษ — en
สเปน — es
โปรตุเกสแบบบราซิล — pt-br
โปรตุเกสแบบโปรตุเกส — pt-pt

ElevenLabs

ใส่คีย์ API แล้วคลิก แสดงเสียงที่บัญชีฉันใช้ได้ เพื่อหา voice ID ที่บัญชีใช้ได้ เอกสารอ้างอิง ElevenLabs.

Google Cloud

ใส่คีย์ Google Cloud TTS API ชื่อเสียงตรงทุกตัว และภาษาที่ตรงกัน ชื่อเสียงและตัวควบคุมที่รองรับ.

Gemini

เลือกโมเดล TTS และเสียง คำสั่งสไตล์เปลี่ยนวิธีอ่าน ใช้ Gemini API ไม่ใช่ Google Cloud TTS ตัวอย่างเสียงและข้อกำหนด.

Fish Audio

ใช้ใน Dock แชต โอเวอร์เลย์ข้อความเด่น หน้า TTS และ Flow Actions

เลือก Fish Audio เป็นผู้ให้บริการ TTS
วาง คีย์ Fish Audio API.
ตัวเลือกเสริม: วาง รหัสเสียง จาก Fish Audio คัดลอก model ID ของเสียง ไม่ใช่ชื่อหรือลิงก์หน้า เว้นว่างเพื่อใช้เสียงเริ่มต้น
กด ทดสอบ TTS.

โมเดลเริ่มต้นคือ s2.1-pro-free Fish Audio กำหนดสิ่งที่ใช้ฟรีและเงื่อนไขการใช้ที่เป็นธรรม โมเดลเสียเงินต้องมีเครดิต SSN ไม่สลับไปโมเดลเสียเงินหากคำขอฟรีล้มเหลว ความเร็วอยู่ระหว่าง 0.5 ถึง 2 Fish Audio ตรวจภาษาเอง ข้อความแชตส่งไปยัง Fish Audio

สำหรับ OBS: รันบริดจ์ในเครื่อง

Fish Audio บล็อกคำขอตรงจากหน้าเว็บ OBS จึงต้องใช้ บริดจ์ในเครื่อง (ต้องมี Node.js) รันบนคอมพิวเตอร์ OBS

ตั้งค่า SSN_TTS_TARGET_BEARER เป็นคีย์ Fish API ของคุณ
ในโฟลเดอร์ SSN รัน node scripts/local-tts-bridge.cjs --mode fish เปิดทิ้งไว้
ในแผง Fish Audio ตั้ง URL ของบริดจ์ เป็น http://127.0.0.1:8124/v1/audio/speech.
วางโทเคนบริดจ์ที่แสดงในเทอร์มินัลลงใน คีย์ API สนาม
ทดสอบเสียง แล้วเพิ่มลิงก์โอเวอร์เลย์ใน OBS เปิด ควบคุมเสียงผ่าน OBS (Control audio via OBS).

โทเคนเปลี่ยนทุกครั้งที่บริดจ์รีสตาร์ต หากต้องการให้เหมือนเดิม ตั้ง SSN_TTS_BRIDGE_TOKEN เป็นรหัสลับสุ่มยาว เก็บลิงก์ที่มีโทเคนหรือคีย์เป็นความลับ

ตัวเลือกลิงก์ Fish Audio

&ttsprovider=fish&fishkey=YOUR_KEY&voicefish=VOICE_ID&fishmodel=s2.1-pro-free&fishspeed=1

เมื่อใช้บริดจ์ ให้เพิ่ม &fishendpoint=http%3A%2F%2F127.0.0.1%3A8124%2Fv1%2Faudio%2Fspeech ไม่ต้องใส่ fishkey หากบริดจ์เก็บคีย์ไว้ ตัวเลือกของ Event Flow อ่านข้อความ (Speak Text) สำหรับทับค่าเสียงรับ Fish voice ID ได้เมื่อหน้าปลายทางใช้ Fish Audio

เอกสารอ้างอิง Fish Audio API · ประกาศและเงื่อนไขโมเดลฟรี

Speechify

ป้อนคีย์ API และรหัสเสียงจากบัญชี Speechify API ของคุณ คู่มือ Speechify ทีละขั้น · การตั้งค่า Speechify.

OpenAI

เลือกเสียงและโมเดล แล้วใส่คีย์ API สมาชิก ChatGPT ไม่ให้เครดิต API คง endpoint เริ่มต้นไว้

TTS แบบกำหนดเอง / ภายในเครื่อง

ใช้การตั้งค่า OpenAI เดิม หัวข้อจึงยังเขียน OpenAI ใส่ที่อยู่เซิร์ฟเวอร์ เสียง และโมเดลที่รองรับ ต้องมีคีย์หรือไม่ขึ้นกับเซิร์ฟเวอร์ ดู คู่มือเซิร์ฟเวอร์ภายในเครื่อง.

การตั้งค่าผู้ให้บริการ Custom / Local TTS ของ SSN จริง

เร่ง Kokoro และ Kitten

ใต้ Kokoro หรือ Kitten เปิด การสร้างและเล่นเสียง ตัวเลือกเหล่านี้สร้างเสียงเบื้องหลังเพื่อให้หน้าลื่น

ฉันต้องการ…	ทำตามนี้
เปิดสำหรับ Kokoro	ตั้งค่า การประมวลผล เป็น สร้างเสียงเบื้องหลัง.
เปิดสำหรับ Kitten	เลือก Kitten 0.8 : Nano (เล็กสุด), Micro หรือ Mini
ได้ยินเสียงเร็วขึ้น	เริ่มทันทีที่เสียงมา เล่นแต่ละส่วนเมื่อพร้อม เครื่องช้าอาจหยุดระหว่างส่วน
หลีกเลี่ยงช่วงเงียบ	เล่นข้อความทั้งก้อน รอให้ข้อความทั้งหมดพร้อมก่อน
แก้ปัญหา GPU (Kokoro)	ตั้งค่า ตัวประมวลผลเบื้องหลัง เป็น CPU.
คุณภาพ Kokoro สูงสุด	คุณภาพเต็ม ดาวน์โหลดใหญ่กว่าและใช้หน่วยความจำมากกว่า

รายละเอียดและตัวเลือกลิงก์เพิ่มเติม

อัตโนมัติ ใช้ GPU ที่รองรับหากมี มิฉะนั้นใช้ CPU คุณภาพอัตโนมัติเลือก FP16 บน GPU ที่เข้ากัน ดีกรีเต็มบน GPU อื่นที่รองรับ และโมเดลกระชับบน CPU หากบังคับ GPU แต่ไม่มี จะเกิดข้อผิดพลาด

Kitten 0.8 ทำงานบน CPU รองรับเฉพาะอังกฤษ แต่ละโมเดลดาวน์โหลดครั้งแรกที่ใช้ แต่ละเบราว์เซอร์หรือ OBS เก็บสำเนาของตัวเอง NeuroSync ได้ไฟล์เสียงเต็มไม่ว่าโหมดใด ลิงก์เก่ายังทำงานเหมือนเดิมเว้นแต่เปลี่ยนตัวเลือกเหล่านี้

Kokoro: &kokororuntime=worker, ตัวเลือกเพิ่มเติม &kokoroplayback=stream, &kokorodevice=wasm หรือ webgpu, &kokorodtype=q8, fp16 หรือ fp32 การสตรีมหรือ FP32 เปิดการสร้างเสียงเบื้องหลังอัตโนมัติ

Kitten: &kittenmodel=nano (หรือ micro, mini) และตัวเลือกเสริม &kittenplayback=stream.

ใช้งานเพิ่มเติม

ฉันต้องการ…	ไปที่นี่
แก้ลิงก์ TTS เอง หรือดูตัวเลือกทั้งหมด	เอกสารอ้างอิง TTS
ใช้เสียงสเปนหรือโปรตุเกสในลิงก์	เอกสารอ้างอิง TTS: ตัวเลือกผู้ให้บริการ
รันเซิร์ฟเวอร์เสียงเอง หรือโคลนเสียง	คู่มือ AI TTS ในเครื่อง
ตั้งค่า Speechify	คู่มือ Speechify

ลิงก์ลองใช้อย่างรวดเร็ว: dock.html?session=YOUR_SESSION&speech=en-US&ttsprovider=piper