TTS-Voice-Wizard

简介

TTS-Voice-Wizard 是一款围绕“语音转文字，再转语音”流程构建的实用工具，主要服务于 VRChat、VTuber 和直播互动场景。它的核心思路是先将用户语音识别成文本，再将文本发送到语音合成或以 OSC 消息形式传给 VRChat，用于在角色形象上展示文字内容。项目还强调“当前播放歌曲”信息展示能力，适合需要语音表达、字幕同步和虚拟形象联动的用户。作为开源项目，它更偏向技术爱好者和有自定义需求的创作者使用。

功能

• 支持 Speech-to-Text，将麦克风语音转换为文字，便于字幕显示与后续处理。
• 支持 Text-to-Speech，可将文本转成语音输出，用于虚拟主播、辅助发声等场景。
• 可通过 OSC 向 VRChat 发送文本消息，在头像或相关组件中显示内容。
• 支持展示当前播放歌曲信息，增强直播、唱歌和互动演示体验。
• 适合与 VTuber 工作流结合，用于自动播报、聊天辅助和无障碍表达。

适用人群

这类工具尤其适合 VRChat 玩家、VTuber、直播主、需要语音辅助沟通的用户，以及喜欢折腾开源工具的内容创作者。如果你希望把说的话实时显示到虚拟形象上，或将输入文本转成语音进行互动，它有较高实用价值。对于普通用户来说，前提是能接受一定的安装配置过程，因为这类项目通常更偏桌面工具和社区化使用，而不是开箱即用的网页服务。

常见问题

• 是否是网页工具：通常不是，更偏向本地运行的软件或开源项目。
• 是否适合新手：基础功能可尝试，但涉及 VRChat、OSC 与音频配置时需要一定学习成本。
• 主要价值是什么：把语音识别、文字展示和语音合成串联起来，提升虚拟互动效率。
• 是否有实际应用场景：适用于虚拟直播、角色扮演、实时字幕展示和辅助交流。