Social Stream Ninja — poradnik głosów TTS

Przegląd

SSN może odczytywać przechwycony tekst czatu z każdego obsługiwanego źródła; platforma czatu nie potrzebuje własnej funkcji TTS. Dok lub nakładka z włączonym TTS odczytuje otrzymane wiadomości zgodnie z filtrami i ustawieniami TTS. Zacznij od krótkiego poradnika konfiguracji; ta strona opisuje opcje głosów i ustawienia zaawansowane. Porównaj dostawców, posłuchaj próbek i zobacz ustawienia.

Szybki start: Użyj dock.html?session=YOUR_SESSION&speech=en-US. Domyślnie używa System TTS. Dla bezpłatnego dostawcy w OBS dodaj również &ttsprovider=kokoro. Pozostaw tę stronę otwartą i połączoną; mówić powinna tylko jedna kopia.

Gdzie używa się TTS?

Social Stream Ninja: Odczytuje wiadomości czatu odbiorców w wielu miejscach
CAPTION.Ninja: Oferuje napisy, transkrypcję i tłumaczenie z TTS
Obie usługi oferują płatne i bezpłatne opcje TTS

System TTS to nie to samo co wszystkie bezpłatne TTS:

Głosy systemowe zależą od przeglądarki i systemu operacyjnego. OBS może nie udostępniać żadnych użytecznych głosów, nawet gdy Chrome/Edge działa.
Brak głosu to co innego niż odtwarzanie mowy poza przechwytywaniem dźwięku OBS. Routing dźwięku nie naprawi braku obsługi mowy.
Bezpłatni dostawcy, tacy jak Kokoro, Piper, Kitten i eSpeak, zamiast tego generują dźwięk strony. TTS w OBS nie wymaga płatności.
Sprawdź dostępność głosu, a następnie przechwytywanie dźwięku.

Opcje dostawców TTS

System TTS (bezpłatne)

Używa głosów wbudowanych w system operacyjny
Ograniczona obsługa języków zależna od instalacji systemu
Dostępność głosów i routing dźwięku zależą od przeglądarki i systemu operacyjnego; testuj w rzeczywistym odtwarzaczu
Zgodność między przeglądarkami znacznie się różni

Lokalne / bezpłatne opcje TTS (bez klucza API)

Chcesz całkowicie lokalne TTS z AI? Kilka wysokiej jakości głosów AI jest wbudowanych bezpośrednio w Social Stream Ninja i działa w przeglądarce — bez klucza API, chmury ani dodatkowej instalacji. Zobacz Poradnik lokalnego TTS AI , aby uzyskać instrukcje konfiguracji i opcje własnego serwera.

Dostawca	Koszt	Przechwytywanie w OBS	Funkcje
Kokoro TTS	Bezpłatne	Bezpośrednio	AI w przeglądarce, doskonała jakość, dziesiątki głosów
Piper TTS	Bezpłatne	Bezpośrednio	Szybki neuronowy TTS w przeglądarce, przyjazny dla CPU
Kitten TTS	Bezpłatne	Bezpośrednio	W przeglądarce, lekki model ONNX
eSpeak-NG	Bezpłatne	Bezpośrednio	Klasyczny, z otwartym kodem, działa na dowolnym sprzęcie

Płatne / chmurowe opcje TTS (bezpośredni dźwięk przeglądarki)

Dostawca	Koszt	Przechwytywanie w OBS	Funkcje
OpenAI TTS	Obowiązują opłaty API (lub bezpłatnie lokalnie)	Bezpośrednio	Wysoka jakość; obsługuje również lokalne serwery przez własny punkt końcowy
Google Cloud	Obowiązują opłaty API	Bezpośrednio	Profesjonalna jakość, wiele języków
ElevenLabs	Dostępny bezpłatny plan	Bezpośrednio	Własne trenowanie głosu, naturalne brzmienie
Speechify	Obowiązują opłaty API	Bezpośrednio	Wysokiej jakości głosy, wiele języków
Gemini TTS	Obowiązują opłaty API	Bezpośrednio	API generatywnego języka Google

Dostępność głosów systemowych

To typowe możliwości, a nie gwarancje dla każdej instalacji. OBS używa własnej wbudowanej przeglądarki i nie dziedziczy listy głosów zainstalowanego Chrome/Edge. Udany test w aplikacji SSN nie testuje oddzielnego źródła przeglądarkowego OBS.

Chrome

✓ Głosy systemowe dostępne w obsługiwanych instalacjach

Głosy Google + głosy systemowe

Edge

✓ Głosy systemowe dostępne w obsługiwanych instalacjach

Głosy Microsoft + pakiety TTS Windows

Firefox

⚠ Ograniczona obsługa

Tylko lokalne języki systemowe

Opera

⚠ Ograniczona obsługa

Oparte na Chromium; dostępne głosy zależą od instalacji

Ograniczenia przeglądarki:

Nie wszystkie przeglądarki obsługują syntezę mowy jednakowo (niektóre wersje Firefoksa mają ograniczone głosy)
Chrome oferuje opcje TTS dostarczane przez Google
Edge obsługuje TTS Microsoft i głosy z pakietów językowych Windows
Safari wymaga interakcji użytkownika, aby rozpocząć odtwarzanie dźwięku
Sprawdź dostępne głosy dla Twojej przeglądarki

Metody przechwytywania dźwięku TTS Windows w OBS

Dźwięk strony: bezpłatni dostawcy lokalni i chmurowi

Lokalni dostawcy SSN działający w przeglądarce i chmurowi dostawcy dźwięku odtwarzają wygenerowany dźwięk przez stronę:

Po prostu włącz „Control audio via OBS” w źródle przeglądarkowym
Nie potrzeba wirtualnych kabli audio
Działa z aplikacją SSN i źródłami przeglądarkowymi OBS

Metody przechwytywania System TTS

Ważne: Najpierw potwierdź, że System TTS generuje mowę. Wbudowana przeglądarka OBS może nie udostępniać użytecznego głosu systemowego. Jeśli nie generuje mowy, zmiana routingu dźwięku nie pomoże. Wybierz innego dostawcę albo generuj mowę w obsługiwanej przeglądarce i przechwytuj jej dźwięk.

W szczególności dla System TTS:

Nie zakładaj, że OBS udostępnia te same głosy co Chrome lub Edge
Ograniczona obsługa w przeglądarkach (Firefox może nie mieć niektórych głosów TTS)
Chrome oferuje opcje Google, Edge ma opcje Microsoft
Jeśli mowa jest odtwarzana poza źródłem przeglądarkowym sceny, przechwyć to wyjście oddzielnie

Programy do routingu do pobrania: VB-Audio Virtual Cable | Voicemeeter | Audio Router (starsze)

Najpierw spróbuj przechwycić mówiącą przeglądarkę przez dźwięk aplikacji lub pulpitu OBS, tam gdzie jest to obsługiwane. Poniższe metody wirtualnego kabla są opcjonalnymi alternatywami; nie dodają obsługi mowy do OBS.

Metoda 1: domyślny routing dźwięku z wirtualnym kablem

1. Set VB-Audio Virtual Cable as Windows default output - Sound Settings > Output > CABLE Input 2. OBS: - Add Audio Input Capture - Source: CABLE Output - Monitor: Monitor and Output, or Monitor Only if another source handles stream output

Metoda 2: routing aplikacji w Windows 10

1. Sound Settings > App volume and device preferences 2. Find browser in list 3. Output: CABLE Input 4. OBS setup same as Method 1

Metoda 3: routing aplikacji w Windows 11

1. Settings > System > Sound > Volume Mixer 2. Locate browser 3. Output: CABLE Input 4. OBS setup same as Method 1

Metoda 4: program Audio Router

1. Install Audio Router 2. Route browser to CABLE Input 3. OBS setup same as Method 1

Metoda 5: Voicemeeter (zaawansowane)

1. Install Voicemeeter 2. Set as Windows default output 3. Route: - Hardware out > speakers - Virtual out > OBS 4. OBS captures Voicemeeter output

Testowanie konfiguracji

1. Play TTS 2. Check OBS meter 3. Verify system audio 4. Adjust levels if needed

Alternatywy: Użyj bezpłatnego wbudowanego dostawcy, takiego jak Kokoro, Piper, Kitten lub eSpeak, dostawcy chmurowego albo własnego serwera TTS.

Instalowanie dodatkowych pakietów językowych

Windows 11

Przejdź do Start > Ustawienia > Czas i język > Mowa
W sekcji Zarządzaj głosami, kliknij Dodaj głosy
Wybierz żądane języki i kliknij Dodaj
Uruchom ponownie przeglądarki, aby odświeżyć dostępne głosy

Windows 10

Postępuj zgodnie z instrukcjami w oficjalnym poradniku Microsoft , aby zainstalować pakiety językowe.

Wskazówka: Niektóre głosy zewnętrzne mogą nie pojawiać się w przeglądarkach z powodu problemów ze zgodnością. Firefox często pokazuje więcej głosów systemowych niż przeglądarki oparte na Chromium.

Parametry URL konfiguracji TTS

Parametry podstawowe

Parametr	Opis	Przykład
&speech	Włącz TTS z kodem języka	&speech=en-US
&pitch	Wysokość głosu (od 0.1 do 2.0)	&pitch=1.2
&volume	Poziom głośności (od 0.0 do 1.0)	&volume=0.8
&rate	Tempo mowy (od 0.1 do 10.0)	&rate=1.5
&voice	Częściowe dopasowanie nazwy głosu	&voice=google
&ttsprovider	Wybierz dostawcę: kokoro, piper, kitten, espeak, openai, customtts, localtts, elevenlabs, google, speechify, gemini	&ttsprovider=customtts

Parametry zaawansowane

Parametr	Opis
&simpletts	Nie mów „mówi” ani „ktoś mówi”
&simpletts2	W ogóle nie odczytuj nazw uczestników czatu
&ttscommand	Włącz własne polecenie TTS (domyślnie: !say)
&readevents	Uwzględniaj zdarzenia transmisji w TTS
&skipmessages=3	Odczytuj tylko co trzecią wiadomość

Konfiguracja dostawcy TTS

Kokoro TTS (bezpłatne, wbudowane)

Włącz za pomocą ?ttsprovider=kokoro
Działa w przeglądarce przez WebGPU/WASM — bez serwera
Działa bezpośrednio ze źródłem przeglądarkowym OBS
Wybór głosu: &voicekokoro=af_bella
Sterowanie szybkością: &kokorospeed=1.2
Wybierz głos dla języka: &voicekokoro=ef_dora dla hiszpańskiego lub &voicekokoro=pf_dora dla portugalskiego brazylijskiego. Zmiana &speech= sama nie zmienia wybranego głosu. Istniejące identyfikatory głosów angielskich nadal działają.

Piper TTS (bezpłatne, wbudowane)

Włącz za pomocą ?ttsprovider=piper
Szybki neuronowy TTS działający w przeglądarce, przyjazny dla CPU
Wybór głosu: &pipervoice=en_US-hfc_female-medium
Głosy portugalskie: &pipervoice=pt_BR-faber-medium lub &pipervoice=pt_BR-edresson-low
Głosy hiszpańskie: &pipervoice=es_ES-davefx-medium lub &pipervoice=es_MX-ald-medium
Sterowanie szybkością: &piperspeed=1.0

Kitten TTS (bezpłatne, wbudowane)

Włącz za pomocą ?ttsprovider=kitten
Lekki TTS oparty na ONNX działający w przeglądarce
Wybór głosu: &kittenvoice=expr-voice-4-f

eSpeak-NG (bezpłatne, wbudowane)

Włącz za pomocą ?ttsprovider=espeak
Klasyczny TTS z otwartym kodem, działa na dowolnym sprzęcie
Wybór głosu: &espeakvoice=en
Przykład portugalski: &speech=pt-BR&ttsprovider=espeak&espeakvoice=pt-br
Przykład hiszpański: &speech=es-ES&ttsprovider=espeak&espeakvoice=es
Sterowanie szybkością: &espeakspeed=175

Przykłady TTS po portugalsku i hiszpańsku

Portugalski, najlepsza bezpłatna lokalna jakość przetestowana w SSN: ?speech=pt-BR&ttsprovider=piper&pipervoice=pt_BR-faber-medium
Portugalski, najszybsza opcja awaryjna przetestowana w SSN: ?speech=pt-BR&ttsprovider=espeak&espeakvoice=pt-br
Hiszpański, najlepsza bezpłatna lokalna jakość przetestowana w SSN: ?speech=es-ES&ttsprovider=piper&pipervoice=es_ES-davefx-medium
Hiszpański, najszybsza opcja awaryjna przetestowana w SSN: ?speech=es-ES&ttsprovider=espeak&espeakvoice=es
Dla głosów chmurowych użyj głosu/języka dostawcy obsługującego język docelowy, takiego jak Google Cloud, ElevenLabs, Speechify, Gemini lub lokalny serwer zgodny z OpenAI.

OpenAI / TTS serwera lokalnego

Włącz za pomocą ?ttsprovider=openai
Użyj ?ttsprovider=customtts lub ?ttsprovider=localtts dla samodzielnie hostowanego punktu końcowego
Domyślnie używa API OpenAI lub dowolnego zgodnego serwera lokalnego
Własny punkt końcowy: &openaiendpoint=http://localhost:8880/v1/audio/speech
Ważne: localhost i 127.0.0.1 oznaczają ten sam komputer, który odtwarza stronę TTS. Jeśli OBS działa na innym komputerze niż serwer TTS, użyj zamiast tego adresu IP komputera serwera w sieci LAN.
Lokalne serwery nie wymagają klucza API
Jeśli lokalny serwer ma problemy z CORS lub siecią lokalną w Chrome/OBS, uruchom npm run local-tts-bridge na komputerze OBS i skieruj SSN do http://127.0.0.1:8124/v1/audio/speech
SSN wysyła { model, input, voice, response_format, speed } i obsługuje binarny dźwięk, adresy dźwięku w JSON oraz dźwięk base64 w JSON
Odtwarzanie z własnego/lokalnego punktu końcowego jest obecnie buforowane; SSN nie odtwarza jeszcze stopniowo strumieniowanych fragmentów dźwięku
Głos: &voiceopenai=af_bella, szybkość: &openaispeed=1.0. Użyj nazwy głosu obsługiwanej przez serwer; głosy Kokoro wyglądają jak af_bella, natomiast głosy w stylu openedai-speech/OpenAI mogą wyglądać jak nova lub echo.
Zobacz Poradnik lokalnego TTS AI do konfiguracji własnego serwera

Google Cloud TTS

Włącz za pomocą ?ttsprovider=google&ttskey=YOUR_API_KEY
Głosy profesjonalnej jakości
Wybór głosu: &voicegoogle=en-GB-Standard-A
Język: &googlelang=en-US

Gemini TTS

Włącz za pomocą ?ttsprovider=gemini&geminikey=YOUR_API_KEY
Model: &geminimodel=gemini-2.5-flash-preview-tts
Głos: &voicegemini=Kore, język: &geminilang=th-TH
Instrukcje stylu: &geministyle=Read aloud in a warm tone.

ElevenLabs TTS

Włącz za pomocą ?ttsprovider=elevenlabs&elevenlabskey=YOUR_API_KEY
Identyfikator głosu: &voice11=YOUR_VOICE_ID
Model: &elevenlabsmodel=eleven_multilingual_v2
Parametry: można dostosować stabilność, podobieństwo i styl

Fish Audio TTS

Wybierz Fish Audio i wpisz klucz API oraz opcjonalny identyfikator głosu. Domyślny model to s2.1-pro-free. Konfiguracja, opcje modeli i ograniczenia dostępu przeglądarki.

Speechify TTS

Włącz za pomocą ?ttsprovider=speechify&speechifykey=YOUR_API_KEY
Głos: &voicespeechify=henry
Model: &speechifymodel=simba-3.0 (domyślnie) lub &speechifymodel=simba-3.2 dla angielskiego.
Szybkość mówienia: &speechifyspeed=1.2 (zakres od 0.5 do 3.0; normalna wartość to 1.0).
Poradnik konfiguracji Speechify, głosów, szybkości i głośności

Rozwiązywanie problemów

Typowe problemy

Nie odtwarza się żaden dźwięk: Sprawdź, czy TTS jest włączone, strona generująca TTS jest otwarta, a źródło przeglądarkowe nie jest wyciszone. W zwykłej przeglądarce kliknij stronę raz.
Głosy się nie pojawiają: Uruchom ponownie przeglądarkę po zainstalowaniu pakietów językowych
OBS nie przechwytuje: Jeśli nie ma mowy, najpierw sprawdź dostępność głosu/dostawcy. Jeśli mowa istnieje, sprawdź Steruj dźwiękiem przez OBS (Control audio via OBS), wyciszenie miksera i ścieżki wyjściowe albo przechwyć zewnętrzną przeglądarkę, która mówi
Lokalny punkt końcowy działa w teście aplikacji, ale nie w OBS: OBS jest oddzielną przeglądarką. Sprawdź punkt końcowy z komputera OBS, zwłaszcza jeśli używasz 127.0.0.1.
Odczytywana jest tylko pierwsza litera lub pierwsze słowa: usuń ttsquick z adresu OBS, jeśli występuje.
Problemy z Safari: Safari ma ograniczoną obsługę automatycznego TTS
Płatna usługa nie działa: Sprawdź klucz API i upewnij się, że prawidłowo wskazano dostawcę

Dobre praktyki

Użyj dostawcy generującego dźwięk strony, aby uprościć konfigurację OBS; dostępni są bezpłatni dostawcy lokalni
Przetestuj konfigurację prostymi frazami przed transmisją na żywo
Uwzględnij ryzyko treści tworzonych przez użytkowników przy TTS
Miej przełącznik pozwalający w razie potrzeby szybko wyłączyć TTS

Sprawdź głosy systemowe tej przeglądarki

Ta lista pokazuje wyłącznie głosy System TTS w przeglądarce wyświetlającej ten poradnik. Nie testuje to OBS, oddzielnego okna aplikacji SSN ani dostawców takich jak Kokoro. Pusta lista nie oznacza, że inni dostawcy TTS w SSN są niedostępni.