# VITS 语音接入教程

我们使用 MoeGoe-Simple-API 作为 VITS 语音的后端。

接入 MoeGoe-Simple-API 的 VITS TTS 需要在配置文件中添加下面几行配置：

```toml
[text_to_speech]

# 引擎名填写这一个
engine = "vits"

# 角色 ID
default = "0"

[vits]
# 后端接口地址
api_url = "xxxx"

# 语音速度
speed = 1.4

# 目标语言
lang = "zh"

# 语音生成超时时间
timeout = 30
```

### 配置项介绍

#### 后端接口地址

此处填写你搭建好的 MoeGoe-Simple-API 的接口地址，`http://IP:端口号/voice` 。

你可以使用我的接口地址：`http://lss.mchank.cn:23456/voice` 来体验效果，但我不保证这个接口的稳定性（可能随时会关闭）。

#### 角色ID

和你的模型有关，具体请见 MoeGoe-Simple-API  的文档。

#### 语音速度

这个值越大，语速越慢。经测试发现 `1.4` 是一个比较均衡的值。

#### 目标语言

即想要转换成语音的语言，支持：

* zh - 中文
* ja - 日文
* mix - 混合

#### 生成超时时间

等待多久放弃生成本次语音，单位为秒。

### MoeGoe-Simple-API 搭建教程

{% hint style="info" %}
**注意**

此项目为第三方提供的项目，教程已经因为原项目的发展而**过时**，建议参考原项目的文档进行搭建。

项目地址： <https://github.com/Artrajz/MoeGoe-Simple-API>
{% endhint %}

搭建此 VITS 后端需要至少 5GB 的磁盘空间和一个较好的 CPU（或 GPU）。

如果你是在 Windows 上进行部署，可以直接项目的 README 进行部署。

#### 模型下载

你可以在这里下载一些训练好的 VITS 模型：

{% embed url="<https://github.com/CjangCjengh/TTSModels>" %}

#### Docker 部署

你可以在 docker-compose.yaml 中加入以下内容：

```yaml
  moegoe:
    image: lss233/moegoe-simple-api:latest
    restart: always
    ports:
      - 23456:23456
    environment:
      LANG: 'C.UTF-8'
    volumes:
      - ./Model:/app/Model
      - ./moegoe-config.json:/app/config.json
```

然后新建一个叫做 Model 的文件夹，在里面放你下载好的模型文件。

~~然后写一个叫做 `moegoe-config.json` 的配置文件：~~

```json
[
        ["./Model/1374_epochs.pth", "./Model/config.json"]
]
```

~~这里的 `./Model/1374_epochs.pth` 和 `./Model/config.json` 就是你放进去的模型文件。~~

完成之后，输入 `docker-compose up -d` 更新容器编排。 &#x20;

<figure><img src="/files/ySeNYgpWlGSFpDIEcKji" alt=""><figcaption></figcaption></figure>

然后你的接口地址就是： `http://moegoe:23456/voice`


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://chatgpt-qq.lss233.com/pei-zhi-wen-jian-jiao-cheng/wen-zi-zhuan-yu-yin/vits-yu-yin-jie-ru-jiao-cheng.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.