【弹幕姬】支持微软免费语音引擎的魔改版RE: TTSCat插件使用指南

（本来想做视频的，但不想花那么多时间了，直接发一期专栏。反正估计视频也没人看，乐观估计播放量最多1000

今天来 （不） 务正业，介绍一款由我魔改的Re: TTSCat插件，也就是弹幕姬读弹幕的插件。这款魔改版插件支持微软Azure的TTS引擎，有多达36多种音源可选，每月都有50万字符免费，完全满足我们这种小主播的直播需求。实际使用效果可以去我的视频里看。

但也先把前提条件说清楚，要使用它，你需要有个一张Visa或者MasterCard的信用卡来注册微软的azure账户。

感谢原作者Elepover开源了这款插件，所以我才能来修改。当然根据开源协议，我修改后的版本也是开源的。

我都来写专栏了，废话肯定不能少（视频废话多了难做）。不想看废话可以直接拉到怎么用章节。按照惯例，本文依然分为以下几部分。

目录：

1. 什么是弹幕姬以及Re: TTSCat？

2. 我为什么要魔改Re: TTSCat插件？

3. 怎么使用我魔改版的Re: TTSCat插件？

    3.1 注册微软Azure云服务账号

    3.2 在Azure上创建语音服务

    3.3 下载并配置魔改版插件

    3.4 字符计算相关

4. 顺便提一下Speech studio自由合成语音

1. 什么是弹幕姬以及Re: TTSCat？

[弹幕姬](https://www.danmuji.org/)，是一款可以让弹幕显示在电脑屏幕上的工具。但弹幕姬这个工具默认是不会读弹幕的，他只会为主播把弹幕以悬浮框或者弹幕的形式展示在桌面上，这样主播就不用去自己直播间看弹幕了。同时弹幕姬支持安装插件来扩展功能，比如点歌，弹幕日志，礼物统计等等。

所以Re: TTSCat就是专门用来读弹幕的插件，作者是Elepover（再次感谢。其名字里的TTS就是text to speech的缩写，意思就是文本转语音。

有了这款插件，弹幕姬就有了灵魂，可以读出弹幕。像我们这种游戏主播不方便随时看弹幕，这款插件简直是不可或缺。它不但可以让主播知道观众发了什么弹幕，还可以欢迎观众进入直播间和答谢礼物。甚至有观众姥爷会专门发弹幕调戏弹幕姬，对直播效果很有帮助。

2. 为什么要魔改Re: TTSCat？

这插件用的好好的，为什么要魔改呢？

相信很多刚开始用弹幕姬的小伙伴经常遇到弹幕姬不读弹幕的情况，刚开始我也摸不着头脑，为啥会间歇性划水不读弹幕呢？后来经过一番查资料，终于知道了原因。原来弹幕姬默认不是调用本地资源来生成语音的，而是调用百度的API。也就是说每当观众发来一条弹幕，我们的直播主机就会像上网一样，去访问百度的服务器。由百度的服务器生成语音，再回传给我们的电脑，播放出来。

那弹幕姬不读弹幕的原因就很清晰了，百度没有义务为我们免费合成语音。所以在Re: TTSCat的高级选项里提供了很多TTS引擎，其中就有百度高级版，这是一个需要付费的引擎。顾客就是上帝，你给百度交了钱，当然就可以获得优质的服务。优质不仅体现在弹幕姬不偷懒了，还有更多的音源可选。

那我既不想花钱又想让弹幕姬勤劳一点怎么办呢？B站上随便一搜，解决方案也很简单，选择.Net框架引擎。这个引擎就是每个人电脑里自带的了，只需要占用自己电脑的资源，万事不求人。自己的电脑当然任你压榨，所以它非常的勤劳。后来我就一直用这个引擎用了很久， 也看到很多熟识的主播在用。

但是，天下可能有免费的午餐，但肯定不会好吃。没错，这个引擎的缺点就是，不好听！

不用跟百度高级版引擎的丰富音源比较，比默认的百度免费引擎也差了一大截。随便一听就知道是机器合成的，毫无感情可言，瞬间从“弹幕姬”变成了“真•弹幕机”。面对一个没有感情的读弹幕机器，观众姥爷们也提不起兴趣。

分析上面提到过的三种引擎，各有优缺点。百度免费版不勤劳，百度高级版不免费，.Net框架引擎不好听。那么有没有一种既免费，又好听，又勤劳的引擎呢？有的！微软的Azure云语音服务，好听又免费。每个月有50字符免费，36种汉语音源可选（还有海量外语音源，但我也用不到）

唯一的问题就是Re: TTSCat默认不支持微软的语音引擎。但我作为一个程序员，动动手让他支持支持不就可以了？

并且，非常幸运的是这款插件也是开源的，也托管在Github上（链接不放了，有兴趣可以自己搜。如果不是开源，我也就没法做修改了。而且，由于它的GPL开源协议，我修改过后的代码也必须是开源的（当然其实我也没打算闭源哈。修改后的代码我也不放了，毕竟作为一个微软的软件工程师，不会写C#是很不合常理的一件事情。

3. 怎么使用我魔改版的Re: TTSCat插件？

废话讲完，开始正文

3.1 注册微软Azure云服务账号

（如果你有了可以直接看下一步

首先你需要有一个微软账号，这个的注册方法这里不讲了。

然后去微软Azure云计算官网（https://azure.microsoft.com/zh-cn/）开通Azure账号。下面截图一步步讲

（当然这里你可以选择免费试用，我没试过，好像只有第一个月免费给一些额度。但其实如果你只用后面提到的语音服务的f0定价层，是不会花钱的

然后需要登录你的微软账号，我这里没截图了。

登完微软账号，开始填写资料注册：

！！！！特别注意：不要选寄术支持，选了就会花钱！！！！

！！！！！！！！！！！！！！！！！！！！！！！！！！！

然后可能会弹个错误页面，但是不重要，这时候已经注册好了。

稍等个2分钟，给微软一点反应时间。之后回到Azure官网（https://azure.microsoft.com/zh-cn/）点击登录：

如果看到这个界面，说明注册成功了。

3.2 在Azure上创建语音服务

！！！定价层选Free F0！！！不然会花钱！！！

按步骤走，其实下面几页都默认就好了，或者直接直接点击“审阅并创建”

最后点击创建

创建完成！

下滑一点之后可以看到密钥和位置/区域，这两个东西后面会用到。

至此，Azure上的配置就全部完成了。

3.3 下载并配置魔改版插件

（默认你用过弹幕姬啊，如果弹幕姬都没下的话，去搜一下弹幕姬的教程。

首先去网盘下载我的插件压缩包（写专栏时还没传啊，后面会更新地址，也放在评论区置顶）

下好之后把压缩包里的文件全部解压到弹幕姬的插件文件夹。不知道插件文件夹在哪可以打开弹幕姬，点到外挂程式tab页，点击“打开外挂程式资料夹”：

解压后的效果：（原谅我不懂.Net，只能把微软语音服务的DLL放在这里了

解压完成后，重启弹幕姬。在外挂程式的Re: TTSCat这一行右键，点击管理

点击高级选项tab，在TTS引擎栏下拉选择微软。填入微软服务接入点和微软服务密钥：

接入点和密钥在前面一步的Azure云服务上看。可以直接点击复制按钮，然后粘贴到弹幕姬里:

这样最基本的配置就完成了。启用插件之后，就可以连接到自己（或者别人的房间）开始测试了。

还有几个功能：

1. 选择音源

喜欢哪个用哪个。晓开头的是女声，云开头的是男声。特殊音源也做了标注

2. 朗读速度

朗读速度，1 = 1.1倍速，2=1.2倍速，10 = 2倍速。负数就是变慢速度，但好像变慢有极限。使用此功能会大幅增加计费字符数量（后面单独讲字符。

3. 朗读语调

类似朗读速度，越大音调越高，越小声音越低沉。比如选女声音源，调低语调可以变男声。选男声音源，调高语调，听起来就是女声。使用此功能也会大幅增加计费字符数量（后面单独讲字符。

3.4 字符计算相关

使用Free F0的定价层，每个月有50w字符免费额度。

3.4.1 那这50w字符是如何计算的呢？

一般来说，一个数字算1字符，一个汉字算2字符。但是使用朗读速度（选项不是0的话）每条弹幕+30计费字符数量。使用朗读语调也一样，每条弹幕+30字符。（所以同时使用语速和语调可以为每句弹幕增加约60字符的计费字符量，大幅消耗50万个免费字符的额度，建议慎重使用。

此外还需注意，弹幕姬读弹幕都是XXX说，这个发弹幕的人的ID和“说”字也是要算字符数量的。

3.4.2 所以大概能读多少条弹幕呢？

B站一条弹幕最多20字，那就是40字符。加上ID，一条弹幕可能有六七十个字符。如果你的朗读速度不是0的话，每条弹幕要加约30字符。如果语调也不是默认的0的话，每条要再加30字符。这样一条弹幕花费100字符轻轻松松，一个月就只能免费读5千条弹幕了。

但是如果省着点用，语速语调都是默认值0，一条弹幕可能也就50字符左右，一个月可以免费读约1万条弹幕，我觉得对我来说是完全够用了。

3.4.3 怎么查看已经用了多少字符额度呢？

还是来到Azure官网，登录之后选择创建好的语音服务，来到语音服务主页。点击指标：

度量值选择Synthesized Characters:

选择时间范围和时间粒度：

可以得到字符计数的折线图：

鼠标不放到折线图上，左下角显示的就是使用的字符总量。（我这里已经到了60w，超过50w了。因为在暴力测试，所以不是我正常的使用水平。

鼠标放到折线图上，可以看到选定的时间粒度里使用了多少字符：

3.4.3 超过50w额度会怎么样？

我也迫切的想知道这个问题，说一下我的亲身经历。

其实我刚超过50w的时候，是自动不能用了的，弹幕姬就不说话了。但是两天之后，又能用了。。。所以就造成了现在30天内用了60w字符的情况。

但我怀疑这可能也跟计费周期有关。每月50w字符免费，会不会是我已经开始第二个月了？但我并不知道我的一个月是从什么时候开始算的。。。

我建议到了50w字符还是先不要用了，等我再用一阵子看看能不能30天内用到100w字符，再来更新结果吧。

3.4.4 字符额度不够用怎么办？

这不是很明显吗？有几个选项摆在你面前：

不用了。

加钱，选择S0定价层，但是这个就贵了。每100w字符16美刀。

（或者再注册一个账号，再薅50w免费字符？我没试过，别问我

4. Speech Studio功能

到这里，这个教程基本上就结束了。但是还没完

这个语音服务的功能很强大，不只有文本转语音功能。但就算我们仅仅用文本转语音的功能，用途也很多，用来读弹幕真是大材小用。比如，很自然的想到，可以为视频配音吧。

既然都已经开通了微软的语音服务，来介绍一下自由合成语音的最简单的办法。

来到你的语音服务界面，点击speech studio:

在新页面里下拉，找到启动有声内容创作项目：

创建一个项目之后，里面有各种各样的功能和选项，供你使用各种音源，创作你想要的各种内容。我感觉甚至可以做个鬼畜。。。

如果有兴趣，就自行探索吧。（已经超出这期弹幕姬的内容太多了。

好的，这期专栏的内容终于写完啦！希望能对你有所帮助。（虽然感觉大部分人不会用到。如果对你有帮助，就点个赞吧！

也欢迎来我的直播间调戏弹幕姬。

如果有问题可以评论区提出，我会尽量解答。

有bug也可以找我反馈，我会维护一阵子。

以上