ARTICLE DETAIL

资讯详情

深耕网站建设与运营推广的一线实战洞察。

airi 接入 Deepgram Aura 语音合成:API Key 配置、网关 Base URL 与 Playground 验证实战

airi 接入 Deepgram Aura 语音合成:API Key 配置、网关 Base URL 与 Playground 验证实战 airi 接入 Deepgram Aura 语音合成API Key 配置、网关 Base URL 与 Playground 验证实战【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi本指南基于 Deepgram (TTS) 官方手册完整讲解如何在 airi 中启用 Deepgram Aura 系列语音合成Text-to-Speech从申请 API Key、填写网关 Base URL、在提供者 Playground 中试听声音到在语音合成模块中正式启用模型与音色。读完本文你将能独立完成 Deepgram 的端到端配置并理解请求经由 AIRI/UnSpeech 网关转发这一信任边界背后的实现细节。Deepgram 在 airi 中的定位Deepgram 是 airi 支持的语音合成提供者之一核心价值在于其Aura 系列语音模型。官方手册明确指出如果你已经在使用 Deepgram或者希望在 Aura 系列音色中做出选择就可以在 airi 中启用该集成。在提供者目录中Deepgram 的标识为deepgram-tts任务类型为text-to-speech在 提供者属性表 中被归类为paidCloud付费云端服务与 ElevenLabs、Minimax 等同类。从源码结构看airi 通过unspeech库统一适配多家 TTS 厂商Deepgram、Microsoft/Azure Speech、阿里云、火山引擎Deepgram 的完整提供者定义位于 packages/stage-ui/src/libs/providers/providers/unspeech/index.ts下文会结合源码展开说明。第一步申请 Deepgram API Key在开始 airi 配置之前需要先从 Deepgram 侧获取凭证登录 Deepgram 控制台Deepgram Console进入目标项目的 API Key 页面生成一个新密钥确认该项目账号具备语音合成TTS使用权限否则后续请求会被拒绝复制密钥并妥善保管。⚠️API Key 安全须知切勿将 API Key 提交到 Git 仓库、包含在截图里或分享给任何人。airi 侧在配置表单中也将 apiKey 字段标记为type: password见 unspeech/index.ts以密码框形式隐藏输入。第二步在 airi 中配置 Deepgram 提供者进入设置 → 提供者 → 语音合成 → Deepgram将上一步获取的 API Key 粘贴到对应字段。Base URL默认走 AIRI/UnSpeech 网关这是配置中最关键也最需要理解的一点默认 Base URL不是Deepgram 官方直连 API而是 AIRI/UnSpeech 网关地址https://unspeech.hyp3r.link/v1/这意味着 API Key、待合成的文本、模型/音色选择以及返回的音频都会经由该网关转发。手册对此给出了明确的信任边界提示只有在你能够接受这一信任边界时才使用默认地址否则应填写一个兼容的自托管网关 URL或改选支持直连的提供者。源码层面这个默认值被固化在配置 Schema 中unspeech/index.tsconst unspeechConfigSchema z.object({ apiKey: z.string(), baseUrl: z.string().default(https://unspeech.hyp3r.link/v1/), })同时airi 对baseUrl做了严格的格式校验validateUnspeechConfig配置保存时会检查apiKey与baseUrl均不能为空Base URL 必须是绝对地址需包含http://或https://协议头Base URL 必须以斜杠/结尾。因此如果你要自建网关务必填写类似https://your-gateway.example/v1/的完整形式。校验逻辑与提示文案可继续查看 unspeech/index.ts。可用模型与音色Deepgram 提供者的listModels实现返回了三个模型代际unspeech/index.ts模型 ID名称说明aura-2Aura 2最新一代 Aura 模型aura-1Aura 1第一代 Aura 模型auraAura (Legacy)早期 Aura 模型已标记为deprecated不推荐而音色列表listVoices则通过unspeech的listVoices接口实时拉取并映射出每个音色的id、name、description、languages语言与gender性别等元数据。也就是说音色不是写死的而是依据你的凭证与网关能力动态返回。在 Deepgram 配置页deepgram-tts.vue中默认模型被指定为aura-2-thalia-en即 Aura 2 代际下的 Thalia 英文音色页面预设的测试文本为Hello! This is a test of the Deepgram voice synthesis.方便直接在 Playground 中验证。第三步验证配置提供者 Playground配置保存并校验通过后即可在提供者页面自带的Playground试听台中验证从可用音色列表中选中一个 Aura 音色例如aura-2-thalia-en在 Playground 的文本输入框中输入一小段文字点击生成并播放确认音频正常返回。Playground 的调用链是这样的deepgram-tts.vue页面先通过提供者工厂获取 Deepgram 的 provider 实例取当前配置中的模型未配置时回退到aura-2-thalia-en再调用语音 store 的speech()方法完成合成。同时页面会监听提供者配置变化一旦校验通过就自动调用loadVoicesForProvider刷新音色列表——这正是手册中音色列表为空时需要重新测试凭证这一建议的代码依据。第四步在 AIRI 响应中正式启用Playground 试听成功只代表链路连通并不会自动让普通对话响应使用该提供者。手册特别强调了这一点。要真正启用需要打开设置 → 模块 → 语音合成在提供者下拉中选中Deepgram选择可用的模型如aura-2与具体音色保存设置。语音合成模块的运行时状态由 packages/stage-ui/src/stores/modules/speech.ts 管理activeSpeechProvider当前激活提供者、activeSpeechModel当前模型、activeSpeechVoiceId当前音色持久化在 localStorage并提供pitch音高、rate语速、ssmlEnabledSSML 开关等调节项。激活后airi 的对话响应将经由该提供者合成并播放语音。常见问题排查对照手册并结合源码校验逻辑可按以下顺序排查现象排查方向Playground 请求一直不完成检查项目 API Key 是否正确、账号是否具备 TTS 权限、网络能否连通 Base URL 网关音色列表为空说明凭证校验未通过或网关未返回音色先回到提供者配置页重新测试凭证配置变更后音色拉取依赖loadVoicesForProvider成功触发deepgram-tts.vue配置保存报错对照校验规则检查API Key 非空、Base URL 为绝对地址含协议头、以/结尾普通对话无语音确认已在模块 → 语音合成中选中 Deepgram仅 Playground 测试不会激活提供者延伸阅读其他语音合成提供者配置文档同目录下的 elevenlabs.md、azure-speech.md、minimax.md 等可对比各家的 Base URL 与信任边界差异Deepgram 提供者完整实现packages/stage-ui/src/libs/providers/providers/unspeech/index.tsDeepgram 配置页面源码packages/stage-pages/src/pages/settings/providers/speech/deepgram-tts.vue语音合成运行时 storepackages/stage-ui/src/stores/modules/speech.ts界面文案含 Deepgram 提供者标题与描述packages/i18n/src/locales/en/settings.yaml。【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表