NoneBot-Plugin-GPT-SoVITS

介绍

NoneBot-Plugin-GPT-SoVITS 是一个 NoneBot2 插件，用于对接 GPT-SoVITS，并依赖 nonebot-plugin-alconna 支持了多平台适配。该插件实现了 TTS（文本到语音）的功能，并能将语音消息发送到多个平台。

功能

• 对接 GPT-SoVITS，生成 TTS 语音，并发送语音消息

使用方法

指令说明：

• {gpt_sovits_command} [text] [-e emotion] [-l language] - 生成语音，支持可选情绪和语言
• gptsovits帮助 - 显示帮助信息

示例：

• {gpt_sovits_command} 你好 - 生成语音
• {gpt_sovits_command} 你好 -e 1 - 使用情绪编号 1 生成语音
• {gpt_sovits_command} hello -e 1 -l en - 以情绪编号 1 生成一段英文语音

可选语言：中文、英文、日文、中英混合、日英混合、多语种混合

gpt_sovits_command 和 emotion 参数取决于配置文件中的设置

安装方法

通过 nb-cli 安装

在 NoneBot2 项目的根目录下打开命令行，输入以下指令安装插件：

nb plugin install nonebot-plugin-gpt-sovits

通过包管理器安装

在 NoneBot2 项目的插件目录下，打开命令行，根据你使用的包管理器，输入相应的安装命令：

pip

pip install nonebot-plugin-gpt-sovits

pdm

pdm add nonebot-plugin-gpt-sovits

poetry

poetry add nonebot-plugin-gpt-sovits

conda

conda install nonebot-plugin-gpt-sovits

然后，打开 NoneBot2 项目根目录下的 pyproject.toml 文件，在 [tool.nonebot] 部分追加：

plugins = ["nonebot_plugin_gpt_sovits"]

配置

在 .env 文件中添加以下配置：

配置项	默认值	说明
GPT_SOVITS_API_BASE_URL	http://127.0.0.1:9880	可选。GPT-SoVITS API 的 URL
GPT_SOVITS_API_V2	True	可选。是否使用 GPT-SoVITS API v2。注意：API 是否为 v2 不取决于你使用的 GPT-SoVITS 模型版本，而是由你运行的 API 脚本决定。api_v2.py 为 API v2，api.py 为 API v1
GPT_SOVITS_COMMAND	tts	可选。触发 TTS 的命令，可自定义为 GPT-SoVITS 角色名
GPT_SOVITS_CONVERT_TO_SILK	False	可选。是否将生成音频转换为 SILK 格式发送
GPT_SOVITS_EMOTION_MAP	无默认值	必填。配置情感映射
GPT_SOVITS_ARGS	无默认值	可选。传递给 GPT-SoVITS 的额外参数，如 {"temperature": 0.9}

GPT_SOVITS_EMOTION_MAP 示例配置：

[
  {
    "name": "平静",
    "sentences": [
      {"text": "示例文本1", "language": "zh", "path": "路径1"},
      {"text": "示例文本2", "language": "zh", "path": "路径2"}
    ]
  },
  {
    "name": "激动",
    "sentences": [
      {"text": "示例文本3", "language": "zh", "path": "路径3"}
    ]
  }
]

GPT_SOVITS_ARGS 配置说明

一般不需要配置此项，但如果你需要传递额外参数给 GPT-SoVITS，可以展开阅读如何配置。

点击展开

• 对于使用 api.py（将 GPT_SOVITS_API_V2 设置为 False）的用户，可配置以下参数：

  • cut_punc（str 类型）：用于切分句子的标点符号，默认值为 "，。"
  • top_k（int 类型）：生成文本的 Top-K，默认值为 10
  • top_p（float 类型）：生成文本的 Top-P，默认值为 1.0
  • temperature（float 类型）：生成文本的温度，默认值为 1.0
  • speed（float 类型）：生成音频的播放速度，默认值为 1.0

• 对于使用 api_v2.api（将 GPT_SOVITS_API_V2 设置为 True）的用户，可配置以下参数：

  • aux_ref_audio_paths（list 类型）：用于生成文本的参考音频路径，默认值为 []
  • top_k（int 类型）：生成文本的 Top-K，默认值为 5
  • top_p（float 类型）：生成文本的 Top-P，默认值为 1.0
  • temperature（float 类型）：生成文本的温度，默认值为 1.0
  • text_split_method（str 类型）：切分文本的方法，默认值为 cut3（按中文句号切），可选值：
    • cut0：不切分
    • cut1：四句一切
    • cut2：50字一切
    • cut3：按中文句号切
    • cut4：按英文句号切
    • cut5：按标点符号切
  • batch_size（int 类型）：生成文本的 Batch 大小，默认值为 1
  • batch_threshold（float 类型）：生成文本的 Batch 阈值，默认值为 0.75
  • split_bucket（bool 类型）：是否分割 Batch，默认值为 True
  • speed_factor（float 类型）：生成音频的速度因子，默认值为 1.0
  • fragment_interval（float 类型）：片段间隔，默认值为 0.3
  • streaming_mode（bool 类型）：是否流式返回，默认值为 False
  • seed（int 类型）：随机种子，-1 为随机，默认值为 -1
  • parallel_infer（bool 类型）：是否使用并行推理，默认值为 True
  • repetition_penalty（float 类型）：重复惩罚，默认值为 1.35

额外配置

若启用 GPT_SOVITS_CONVERT_TO_SILK，请进行以下额外配置：

1. 将 ffmpeg 添加到环境变量
2. 下载 silk_cli 并放置于 Bot 根目录，重命名为 cli.exe（Windows）或 cli（Linux）
3. 完成配置