Social Stream Ninja - คู่มือเสียง TTS

ภาพรวม

SSN อ่านข้อความแชตที่เก็บจากแหล่งข้อมูลที่รองรับใดก็ได้ แพลตฟอร์มแชตไม่ต้องมีฟีเจอร์ TTS ของตัวเอง แผงด็อกหรือโอเวอร์เลย์ที่เปิด TTS อ่านข้อความที่รับมาตามตัวกรองและการตั้งค่า TTS เริ่มจาก คู่มือตั้งค่าแบบสั้น หน้านี้ครอบคลุมตัวเลือกเสียงและการตั้งค่าขั้นสูง เปรียบเทียบผู้ให้บริการ ฟังตัวอย่าง และดูการตั้งค่า

เริ่มอย่างรวดเร็ว: ใช้ dock.html?session=YOUR_SESSION&speech=en-US ค่าเริ่มต้นคือ System TTS หากต้องการผู้ให้บริการฟรีสำหรับ OBS ให้เพิ่ม &ttsprovider=kokoro เปิดหน้านี้และเชื่อมต่อไว้ ควรมีเพียงหน้าเดียวที่พูด

ใช้ TTS ที่ใดบ้าง?

Social Stream Ninja: อ่านออกเสียงข้อความแชตผู้ชมในหลายส่วน
CAPTION.Ninja: มีคำบรรยาย การถอดเสียง และการแปลพร้อม TTS
ทั้งสองบริการมีตัวเลือก TTS แบบพรีเมียมและฟรี

TTS ของระบบไม่ใช่ TTS ฟรีทุกชนิด:

เสียงระบบขึ้นอยู่กับเบราว์เซอร์และระบบปฏิบัติการ OBS อาจไม่มีเสียงที่ใช้ได้ แม้ Chrome/Edge จะทำงาน
การไม่มีเสียงให้ใช้ต่างจากการมีเสียงพูดอยู่นอกการเก็บเสียงของ OBS การกำหนดเส้นทางเสียงแก้ปัญหาการไม่รองรับเสียงพูดไม่ได้
ผู้ให้บริการฟรี เช่น Kokoro, Piper, Kitten และ eSpeak สร้างเสียงผ่านหน้าเว็บแทน ไม่ต้องเสียเงินเพื่อใช้ TTS ใน OBS
ตรวจสอบว่ามีเสียงให้ใช้ก่อน แล้วค่อยตรวจการเก็บเสียง

ตัวเลือกผู้ให้บริการ TTS

TTS ของระบบ (ฟรี)

ใช้เสียงที่มีในระบบปฏิบัติการของคุณ
การรองรับภาษาจำกัดตามการติดตั้งระบบ
ความพร้อมของเสียงและการกำหนดเส้นทางเสียงขึ้นอยู่กับเบราว์เซอร์และระบบปฏิบัติการ ให้ทดสอบในตัวเล่นจริง
ความเข้ากันได้แตกต่างกันมากระหว่างเบราว์เซอร์

ตัวเลือก TTS ภายในเครื่อง / ฟรี (ไม่ต้องใช้คีย์ API)

ต้องการ AI TTS ภายในเครื่องทั้งหมด? Social Stream Ninja มีเสียง AI คุณภาพสูงหลายเสียงในตัวที่ทำงานในเบราว์เซอร์ ไม่ต้องมีคีย์ API คลาวด์ หรือการติดตั้งเพิ่ม ดู คู่มือ AI TTS ในเครื่อง สำหรับคำแนะนำการตั้งค่าและตัวเลือกเซิร์ฟเวอร์ที่โฮสต์เอง

ผู้ให้บริการ	ค่าใช้จ่าย	การเก็บเสียงใน OBS	ฟีเจอร์
Kokoro TTS	ฟรี	โดยตรง	AI ในเบราว์เซอร์ คุณภาพยอดเยี่ยม มีเสียงหลายสิบแบบ
Piper TTS	ฟรี	โดยตรง	TTS นิวรัลในเบราว์เซอร์ รวดเร็วและเหมาะกับ CPU
Kitten TTS	ฟรี	โดยตรง	โมเดล ONNX ขนาดเล็กในเบราว์เซอร์
eSpeak-NG	ฟรี	โดยตรง	โอเพนซอร์สแบบดั้งเดิม ใช้ได้กับฮาร์ดแวร์ทุกแบบ

ตัวเลือก TTS พรีเมียม / คลาวด์ (เสียงเบราว์เซอร์โดยตรง)

ผู้ให้บริการ	ค่าใช้จ่าย	การเก็บเสียงใน OBS	ฟีเจอร์
OpenAI TTS	มีค่า API (หรือใช้ฟรีภายในเครื่อง)	โดยตรง	คุณภาพสูง รองรับเซิร์ฟเวอร์ภายในเครื่องผ่านปลายทางกำหนดเองด้วย
Google Cloud	มีค่า API	โดยตรง	คุณภาพระดับมืออาชีพ หลายภาษา
ElevenLabs	มีแพ็กเกจฟรี	โดยตรง	ฝึกเสียงกำหนดเอง เสียงเป็นธรรมชาติ
Speechify	มีค่า API	โดยตรง	เสียงคุณภาพสูง หลายภาษา
Gemini TTS	มีค่า API	โดยตรง	Generative Language API ของ Google

ความพร้อมของเสียงระบบ

สิ่งเหล่านี้คือความสามารถทั่วไป ไม่ใช่ข้อรับประกันสำหรับทุกการติดตั้ง OBS ใช้เบราว์เซอร์ฝังของตัวเองและไม่ได้รับรายการเสียงจาก Chrome/Edge ที่ติดตั้งอยู่ การทดสอบสำเร็จในแอป SSN ไม่ได้ทดสอบแหล่งข้อมูลเบราว์เซอร์แยกใน OBS

Chrome

✓ มีเสียงระบบให้ใช้ในการติดตั้งที่รองรับ

เสียงจาก Google + เสียงระบบ

Edge

✓ มีเสียงระบบให้ใช้ในการติดตั้งที่รองรับ

เสียง Microsoft + แพ็ก Windows TTS

Firefox

⚠ รองรับจำกัด

เฉพาะภาษาระบบภายในเครื่อง

Opera

⚠ รองรับจำกัด

ใช้ Chromium เสียงที่มีแตกต่างกันตามการติดตั้ง

ข้อจำกัดเบราว์เซอร์:

เบราว์เซอร์ไม่ได้รองรับการแปลงข้อความเป็นเสียงพูดเท่ากันทั้งหมด (Firefox บางเวอร์ชันมีเสียงจำกัด)
Chrome มีตัวเลือก TTS จาก Google
Edge รองรับ Microsoft TTS และเสียงจากแพ็กภาษา Windows
Safari ต้องมีการโต้ตอบจากผู้ใช้ก่อนเริ่มเสียง
ตรวจสอบ เสียงที่มี สำหรับเบราว์เซอร์ของคุณ

วิธีเก็บเสียง Windows TTS สำหรับ OBS

เสียงผ่านหน้าเว็บ: ผู้ให้บริการฟรีภายในเครื่องและคลาวด์

ผู้ให้บริการภายในเครื่องแบบเบราว์เซอร์และผู้ให้บริการเสียงคลาวด์ของ SSN เล่นเสียงที่สร้างผ่านหน้าเว็บ:

เพียงเปิด "Control audio via OBS" ในแหล่งข้อมูลเบราว์เซอร์
ไม่ต้องใช้สายเสียงเสมือน
ใช้ได้กับแอป SSN และแหล่งข้อมูลเบราว์เซอร์ใน OBS

วิธีเก็บเสียง TTS ของระบบ

สำคัญ: ยืนยันก่อนว่า System TTS สร้างเสียงพูดได้ เบราว์เซอร์ฝังของ OBS อาจไม่มีเสียงระบบที่ใช้ได้ หากไม่สร้างเสียง การเปลี่ยนเส้นทางเสียงจะไม่ช่วย เลือกผู้ให้บริการอื่น หรือสร้างเสียงในเบราว์เซอร์ที่รองรับแล้วเก็บเสียงจากเบราว์เซอร์นั้น

สำหรับ System TTS โดยเฉพาะ:

อย่าสมมติว่า OBS มีเสียงเดียวกับ Chrome หรือ Edge
การรองรับต่างกันตามเบราว์เซอร์ (Firefox อาจไม่มีเสียง TTS บางเสียง)
Chrome มีตัวเลือกจาก Google ส่วน Edge มีตัวเลือกจาก Microsoft
หากเสียงพูดเล่นอยู่นอกแหล่งข้อมูลเบราว์เซอร์ของฉาก ให้เก็บเอาต์พุตนั้นแยก

ดาวน์โหลดเครื่องมือกำหนดเส้นทาง: VB-Audio Virtual Cable | Voicemeeter | Audio Router (รุ่นเก่า)

ลองเก็บเสียงเบราว์เซอร์ที่กำลังพูดด้วยการเก็บเสียงแอปหรือเดสก์ท็อปของ OBS ก่อนในระบบที่รองรับ วิธีสายเสียงเสมือนด้านล่างเป็นทางเลือกเสริม ไม่ได้เพิ่มการรองรับเสียงพูดให้ OBS

วิธีที่ 1: เส้นทางเสียงเริ่มต้นด้วยสายเสียงเสมือน

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

วิธีที่ 2: กำหนดเส้นทางเสียงแอปใน 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

วิธีที่ 3: กำหนดเส้นทางเสียงแอปใน Windows 11

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

วิธีที่ 4: ซอฟต์แวร์ Audio Router

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

วิธีที่ 5: Voicemeeter (ขั้นสูง)

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

ทดสอบการตั้งค่าของคุณ

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

ทางเลือก: ใช้ผู้ให้บริการฟรีในตัว เช่น Kokoro, Piper, Kitten หรือ eSpeak ผู้ให้บริการคลาวด์ หรือเซิร์ฟเวอร์ TTS ที่โฮสต์เอง

ติดตั้งแพ็กภาษาเพิ่มเติม

Windows 11

ไปที่ Start > Settings > Time & Language > Speech
ใน จัดการเสียง (Manage Voices) คลิก เพิ่มเสียง (Add Voices)
เลือกภาษาที่ต้องการแล้วคลิก เพิ่ม
เริ่มเบราว์เซอร์ใหม่เพื่อรีเฟรชเสียงที่มี

Windows 10

ทำตามคำแนะนำใน คู่มืออย่างเป็นทางการของ Microsoft สำหรับติดตั้งแพ็กภาษา

เคล็ดลับ: เสียงจากภายนอกบางเสียงอาจไม่ปรากฏในเบราว์เซอร์เพราะปัญหาความเข้ากันได้ Firefox มักแสดงเสียงระบบมากกว่าเบราว์เซอร์ที่ใช้ Chromium

พารามิเตอร์ URL สำหรับตั้งค่า TTS

พารามิเตอร์พื้นฐาน

พารามิเตอร์	คำอธิบาย	ตัวอย่าง
&speech	เปิด TTS พร้อมรหัสภาษา	&speech=en-US
&pitch	ระดับเสียงสูงต่ำ (0.1–2.0)	&pitch=1.2
&volume	ระดับความดัง (0.0–1.0)	&volume=0.8
&rate	อัตราการพูด (0.1–10.0)	&rate=1.5
&voice	จับคู่บางส่วนของชื่อเสียง	&voice=google
&ttsprovider	เลือกผู้ให้บริการ: kokoro, piper, kitten, espeak, openai, customtts, localtts, elevenlabs, google, speechify, gemini	&ttsprovider=customtts

พารามิเตอร์ขั้นสูง

พารามิเตอร์	คำอธิบาย
&simpletts	ไม่พูดคำว่า "says" หรือ "someone says"
&simpletts2	ไม่อ่านชื่อผู้แชตเลย
&ttscommand	เปิดคำสั่ง TTS กำหนดเอง (ค่าเริ่มต้น: !say)
&readevents	รวมอีเวนต์สตรีมใน TTS
&skipmessages=3	อ่านทุกข้อความที่ 3 เท่านั้น

การตั้งค่าผู้ให้บริการ TTS

Kokoro TTS (ฟรี มีในตัว)

เปิดด้วย ?ttsprovider=kokoro
ทำงานในเบราว์เซอร์ผ่าน WebGPU/WASM ไม่ต้องมีเซิร์ฟเวอร์
ทำงานโดยตรงกับแหล่งข้อมูลเบราว์เซอร์ใน OBS
การเลือกเสียง: &voicekokoro=af_bella
การควบคุมความเร็ว: &kokorospeed=1.2
เลือกเสียงสำหรับภาษา: &voicekokoro=ef_dora สำหรับภาษาสเปน หรือ &voicekokoro=pf_dora สำหรับโปรตุเกสแบบบราซิล การเปลี่ยน &speech= เพียงอย่างเดียวไม่เปลี่ยนเสียงที่เลือก รหัสเสียงภาษาอังกฤษเดิมยังใช้ได้

Piper TTS (ฟรี มีในตัว)

เปิดด้วย ?ttsprovider=piper
TTS นิวรัลที่รวดเร็วและเหมาะกับ CPU ทำงานในเบราว์เซอร์
การเลือกเสียง: &pipervoice=en_US-hfc_female-medium
เสียงภาษาโปรตุเกส: &pipervoice=pt_BR-faber-medium หรือ &pipervoice=pt_BR-edresson-low
เสียงภาษาสเปน: &pipervoice=es_ES-davefx-medium หรือ &pipervoice=es_MX-ald-medium
การควบคุมความเร็ว: &piperspeed=1.0

Kitten TTS (ฟรี มีในตัว)

เปิดด้วย ?ttsprovider=kitten
TTS แบบ ONNX ขนาดเล็ก ทำงานในเบราว์เซอร์
การเลือกเสียง: &kittenvoice=expr-voice-4-f

eSpeak-NG (ฟรี มีในตัว)

เปิดด้วย ?ttsprovider=espeak
TTS โอเพนซอร์สแบบดั้งเดิม ใช้ได้กับฮาร์ดแวร์ทุกแบบ
การเลือกเสียง: &espeakvoice=en
ตัวอย่างภาษาโปรตุเกส: &speech=pt-BR&ttsprovider=espeak&espeakvoice=pt-br
ตัวอย่างภาษาสเปน: &speech=es-ES&ttsprovider=espeak&espeakvoice=es
การควบคุมความเร็ว: &espeakspeed=175

ตัวอย่าง TTS ภาษาโปรตุเกสและสเปน

โปรตุเกส คุณภาพฟรีภายในเครื่องที่ดีที่สุดจากการทดสอบใน SSN: ?speech=pt-BR&ttsprovider=piper&pipervoice=pt_BR-faber-medium
โปรตุเกส ตัวเลือกสำรองที่เร็วที่สุดจากการทดสอบใน SSN: ?speech=pt-BR&ttsprovider=espeak&espeakvoice=pt-br
สเปน คุณภาพฟรีภายในเครื่องที่ดีที่สุดจากการทดสอบใน SSN: ?speech=es-ES&ttsprovider=piper&pipervoice=es_ES-davefx-medium
สเปน ตัวเลือกสำรองที่เร็วที่สุดจากการทดสอบใน SSN: ?speech=es-ES&ttsprovider=espeak&espeakvoice=es
สำหรับเสียงคลาวด์ ให้ใช้เสียง/ภาษาของผู้ให้บริการที่รองรับภาษาเป้าหมาย เช่น Google Cloud, ElevenLabs, Speechify, Gemini หรือเซิร์ฟเวอร์ภายในเครื่องที่เข้ากันได้กับ OpenAI

OpenAI / TTS จากเซิร์ฟเวอร์ภายในเครื่อง

เปิดด้วย ?ttsprovider=openai
ใช้ ?ttsprovider=customtts หรือ ?ttsprovider=localtts สำหรับปลายทางที่โฮสต์เอง
ใช้ API ของ OpenAI โดยค่าเริ่มต้น หรือเซิร์ฟเวอร์ภายในเครื่องที่เข้ากันได้
ปลายทางกำหนดเอง: &openaiendpoint=http://localhost:8880/v1/audio/speech
สำคัญ: localhost และ 127.0.0.1 หมายถึงคอมพิวเตอร์เครื่องเดียวกับที่เล่นหน้า TTS หาก OBS อยู่คนละเครื่องกับเซิร์ฟเวอร์ TTS ให้ใช้ IP ภายใน LAN ของคอมพิวเตอร์เซิร์ฟเวอร์แทน
ไม่ต้องใช้คีย์ API สำหรับเซิร์ฟเวอร์ภายในเครื่อง
หากเซิร์ฟเวอร์ภายในเครื่องมีปัญหา CORS หรือเครือข่ายภายในใน Chrome/OBS ให้เรียกใช้ npm run local-tts-bridge บนคอมพิวเตอร์ OBS แล้วตั้งให้ SSN เชื่อมต่อไปยัง http://127.0.0.1:8124/v1/audio/speech
SSN ส่ง { model, input, voice, response_format, speed } และรองรับเสียงไบนารี URL เสียงใน JSON และเสียง base64 ใน JSON
การเล่นจากปลายทางกำหนดเอง/ภายในเครื่องในปัจจุบันรับข้อมูลครบก่อนเล่น SSN ยังไม่เล่นช่วงเสียงสตรีมแบบทยอยรับ
เสียง: &voiceopenai=af_bella ความเร็ว: &openaispeed=1.0 ใช้ชื่อเสียงที่เซิร์ฟเวอร์รองรับ เสียง Kokoro มีชื่อ เช่น af_bella ส่วนเสียงแบบ openedai-speech/OpenAI อาจมีชื่อ เช่น nova หรือ echo.
ดู คู่มือ AI TTS ในเครื่อง สำหรับตั้งค่าเซิร์ฟเวอร์ที่โฮสต์เอง

Google Cloud TTS

เปิดด้วย ?ttsprovider=google&ttskey=YOUR_API_KEY
เสียงคุณภาพระดับมืออาชีพ
การเลือกเสียง: &voicegoogle=en-GB-Standard-A
ภาษา: &googlelang=en-US

Gemini TTS

เปิดด้วย ?ttsprovider=gemini&geminikey=YOUR_API_KEY
โมเดล: &geminimodel=gemini-2.5-flash-preview-tts
เสียง: &voicegemini=Kore ภาษา: &geminilang=th-TH
คำสั่งสไตล์: &geministyle=Read aloud in a warm tone.

ElevenLabs TTS

เปิดด้วย ?ttsprovider=elevenlabs&elevenlabskey=YOUR_API_KEY
รหัสเสียง: &voice11=YOUR_VOICE_ID
โมเดล: &elevenlabsmodel=eleven_multilingual_v2
พารามิเตอร์: ปรับความคงที่ ความคล้าย และสไตล์ได้

Fish Audio TTS

เลือก Fish Audio แล้วป้อนคีย์ API พร้อมรหัสเสียงตามต้องการ โมเดลเริ่มต้นคือ s2.1-pro-free. การตั้งค่า ตัวเลือกโมเดล และข้อจำกัดการเข้าถึงของเบราว์เซอร์.

Speechify TTS

เปิดด้วย ?ttsprovider=speechify&speechifykey=YOUR_API_KEY
เสียง: &voicespeechify=henry
โมเดล: &speechifymodel=simba-3.0 (ค่าเริ่มต้น) หรือ &speechifymodel=simba-3.2 สำหรับภาษาอังกฤษ
ความเร็วการพูด: &speechifyspeed=1.2 (ช่วง 0.5–3.0; ค่าปกติคือ 1.0)
คู่มือตั้งค่า Speechify เสียง ความเร็ว และระดับเสียง

การแก้ปัญหา

ปัญหาที่พบบ่อย

ไม่มีเสียงเล่น: ตรวจสอบว่าเปิด TTS แล้ว หน้าที่สร้าง TTS เปิดอยู่ และแหล่งข้อมูลเบราว์เซอร์ไม่ได้ปิดเสียง ในเบราว์เซอร์ปกติ ให้คลิกหน้าหนึ่งครั้ง
เสียงไม่ปรากฏ: เริ่มเบราว์เซอร์ใหม่หลังติดตั้งแพ็กภาษา
OBS ไม่เก็บเสียง: หากไม่มีเสียงพูด ให้ตรวจความพร้อมของเสียง/ผู้ให้บริการก่อน หากมีเสียงแล้ว ให้ตรวจ ควบคุมเสียงผ่าน OBS (Control audio via OBS) การปิดเสียงมิกเซอร์ และแทร็กเอาต์พุต หรือเก็บเสียงจากเบราว์เซอร์ภายนอกที่กำลังพูด
ปลายทางภายในเครื่องทำงานในการทดสอบแอป แต่ไม่ทำงานใน OBS: OBS เป็นเบราว์เซอร์แยก ให้ตรวจปลายทางจากคอมพิวเตอร์ OBS โดยเฉพาะหากใช้ 127.0.0.1.
อ่านเฉพาะตัวอักษรแรกหรือคำแรก ๆ: ลบ ttsquick ออกจาก URL ใน OBS หากมี
ปัญหา Safari: Safari รองรับ TTS อัตโนมัติจำกัด
บริการพรีเมียมไม่ทำงาน: ตรวจสอบคีย์ API และระบุผู้ให้บริการให้ถูกต้อง

แนวทางแนะนำ

ใช้ผู้ให้บริการที่สร้างเสียงผ่านหน้าเว็บเพื่อให้ตั้งค่า OBS ง่ายขึ้น มีผู้ให้บริการภายในเครื่องฟรีให้ใช้
ทดสอบการตั้งค่าด้วยวลีง่าย ๆ ก่อนถ่ายทอดสด
คำนึงถึงความเสี่ยงของเนื้อหาจากผู้ใช้เมื่อใช้ TTS
เตรียมสวิตช์ปิด TTS อย่างรวดเร็วเมื่อจำเป็น

ตรวจสอบเสียงระบบของเบราว์เซอร์นี้

รายการนี้แสดง เฉพาะเสียง System TTS ในเบราว์เซอร์ที่แสดงคู่มือนี้ ไม่ได้ทดสอบ OBS หน้าต่างแอป SSN แยกต่างหาก หรือผู้ให้บริการอย่าง Kokoro รายการว่างไม่ได้หมายความว่าผู้ให้บริการ TTS อื่นของ SSN ใช้ไม่ได้