TTS 文字转语音 · OpenAI / Google / MiniMax / 阿里 / Groq / 系统内置
RikkaHub 的 TTS 能力
TTS（Text-to-Speech）让你可以让 AI 回复被朗读出来。点击任意助手消息气泡上的扬声器图标即可触发。
RikkaHub 提供多提供商 TTS——你可以在云端服务和系统内置引擎之间自由切换，甚至同时配置多个。
配置 TTS 提供商
- 打开 设置 → 语音 → 切换到 TTS 标签页
- 点击 添加提供商
- 选择提供商并填写凭据
- 保存
可以配置多个提供商，随时切换当前激活的。
可用的 TTS 提供商
OpenAI TTS
使用 OpenAI 神经网络 TTS API，自然流畅。
| 字段 | 默认值 | 说明 |
|---|---|---|
| apiKey | 必填 | OpenAI API 密钥 |
| baseUrl | https://api.openai.com/v1 | OpenAI 兼容端点可改 |
| model | gpt-4o-mini-tts | 快且性价比高；tts-1-hd 更高保真 |
| voice | alloy | 可选 alloy / echo / fable / onyx / nova / shimmer |
Gemini TTS
Google 多模态 TTS，支持表现力丰富的 Gemini 2.5 系列声音。
| 字段 | 说明 |
|---|---|
| apiKey | Google AI Studio API Key |
| voiceName | 默认 Kore，Google AI 声音列表里选 |
MiniMax TTS
高质量中文及多语言 TTS，国内用户常用。
| 字段 | 默认值 | 说明 |
|---|---|---|
| model | speech-2.6-turbo | MiniMax TTS 模型 |
| voiceId | female-shaonv | 声音 ID |
| emotion | calm | 情感：calm / happy / sad |
| speed | 1.0 | 播放速度倍率 |
Qwen TTS（阿里 DashScope）
阿里巴巴 DashScope 的 Qwen TTS，针对中文优化。
| 字段 | 默认值 | 说明 |
|---|---|---|
| model | qwen3-tts-flash | 低延迟变体 |
| voice | Cherry | 声音名称 |
| languageType | Auto | 自动检测语言 |
Groq TTS
Orpheus 模型驱动的快速 TTS。
xAI TTS
Grok 模型驱动的 TTS。
MiMo TTS（小米）
小米 MiMo 服务提供的 TTS。
系统 TTS
Android 内置的文字转语音引擎——完全在设备端运行，不需要 API 密钥。
| 字段 | 默认值 | 说明 |
|---|---|---|
| speechRate | 1.0 | 语速倍率 |
| pitch | 1.0 | 音调倍率 |
系统 TTS 的质量和语言支持取决于你设备上安装的语音包。可以在 Android 设置 → 无障碍 → 文字转语音输出 里安装额外的语音包。
使用 TTS
配置至少一个 TTS 提供商后：
- 点击任意助手消息上的扬声器图标 → 朗读这条消息
- 再次点击 → 中途停止朗读
- 不同消息可以用不同的 TTS 提供商（在设置里切换）
TTS 提供商选择建议
| 场景 | 推荐 |
|---|---|
| 中文为主 | MiniMax / Qwen / 系统 TTS |
| 英文为主 | OpenAI / Gemini / 系统 TTS |
| 完全离线 / 不想配 API Key | 系统 TTS |
| 高质量多语言 | OpenAI / Gemini |
| 需要情感表达 | MiniMax（emotion 字段） |
与 ASR 配合
如果你主要用语音交互（ASR 输入 + TTS 输出），建议：
- ASR 用低延迟提供商（OpenAI realtime / DashScope flash-realtime）
- TTS 用自然流畅的提供商
- 两者配合，整个对话可以"动口不动手"
常见问题
TTS 朗读声音不自然
换一个提供商试试。不同提供商的 TTS 质量差异很大——OpenAI 和 Google 的神经网络 TTS 通常最自然。
系统 TTS 只有英文
去 Android 设置里安装中文语音包。不同品牌设备安装位置略有不同，通常在"无障碍"或"语音输入输出"相关的设置项里。
TTS 费用
云端 TTS 按字符数计费。系统 TTS 免费但质量一般。