> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/russian/pre-basic/settings/yu-yin-gong-neng.md). # Голосовые функции {% hint style="warning" %} Эта функция была отложена, поскольку соответствующий разработчик больше не поддерживает PR. {% endhint %} Инструкция по использованию голосовых функций Cherry Studio 1\. Обзор голосовых функций Cherry Studio предоставляет три основных модуля голосовых функций: TTS (синтез текста в речь), ASR (распознавание речи) и голосовой звонок. Эти функции позволяют вам естественно общаться с ИИ голосом, улучшая удобство использования. * TTS (синтез текста в речь): преобразует текст ответа ИИ в голосовой вывод * ASR (распознавание речи): преобразует вашу речь в текстовый ввод * Голосовой звонок: сочетает TTS и ASR, обеспечивая опыт голосового общения, похожий на ChatGPT 2\. Функция TTS (синтез текста в речь) 1. Поддерживаемые типы сервисов Cherry Studio поддерживает четыре типа сервисов TTS: * OpenAI: использует API TTS от OpenAI, требуется API-ключ * Браузерный TTS: использует встроенную в браузер функцию синтеза речи, бесплатно и без настройки * Siliconflow: использует сервис TTS от Siliconflow, требуется API-ключ * Бесплатный онлайн TTS: использует бесплатный онлайн-сервис TTS, API-ключ не требуется 2. Способ настройки 3. Перейдите на страницу настроек и выберите вкладку «Голосовые функции» 4. Во вкладке «TTS»: * Включите функцию TTS (переключите тумблер) * Выберите тип сервиса TTS * В зависимости от выбранного типа сервиса настройте соответствующие параметры: * OpenAI: укажите API-ключ, адрес API, выберите голос и модель * Браузерный TTS: выберите голос * Siliconflow: укажите API-ключ, адрес API, выберите голос, модель, формат ответа и скорость речи * Бесплатный онлайн TTS: выберите голос и формат вывода 5. Настройка фильтров TTS (необязательно): * Фильтровать процесс размышления * Фильтровать Markdown-разметку * Фильтровать блоки кода 6. Настройте, показывать ли индикатор прогресса TTS 7. Нажмите кнопку «Проверить TTS», чтобы протестировать правильность настроек 8. Способ использования * После включения TTS ответы ИИ будут автоматически преобразовываться в голосовой вывод * В интерфейсе чата под каждым ответом ИИ будет отображаться кнопка воспроизведения TTS * Нажмите кнопку воспроизведения, чтобы воспроизвести/поставить на паузу речь * Если включён индикатор прогресса TTS, под текстом будет отображаться ход воспроизведения * Длинный текст будет автоматически разбиваться на фрагменты и воспроизводиться непрерывно 3\. Функция ASR (распознавание речи) 1. Поддерживаемые типы сервисов Cherry Studio поддерживает три типа сервисов ASR: * OpenAI: использует модель Whisper от OpenAI, требуется API-ключ * Браузер: использует встроенную в браузер функцию распознавания речи, бесплатно и без настройки * Локальный сервер: подключение к локальному WebSocket-серверу для распознавания речи 2. Способ настройки 3. Перейдите на страницу настроек и выберите вкладку «Голосовые функции» 4. Во вкладке «ASR»: * Включите функцию ASR (переключите тумблер) * Выберите тип сервиса ASR * В зависимости от выбранного типа сервиса настройте соответствующие параметры: * OpenAI: укажите API-ключ, адрес API, выберите модель * Браузер: дополнительная настройка не требуется * Локальный сервер: можно задать, будет ли сервер ASR автоматически запускаться при старте приложения * Выберите язык распознавания речи (по умолчанию китайский) 5. Нажмите кнопку «Проверить ASR», чтобы протестировать правильность настроек 6. Способ использования * После включения ASR рядом с полем ввода будет отображаться кнопка распознавания речи * Нажмите кнопку распознавания речи, чтобы начать запись * После того как вы заговорите, речь будет преобразована в текст и вставлена в поле ввода * Нажмите кнопку ещё раз, чтобы завершить запись * Распознавание речи поддерживает непрерывное распознавание нескольких предложений, используя режим накопления 4\. Функция голосового звонка 1. Особенности функции * Сочетает TTS и ASR, обеспечивая опыт голосового общения, похожий на ChatGPT * Использует перетаскиваемое плавающее окно * Поддерживает режим удержания для разговора * Поддерживает пользовательские горячие клавиши * Поддерживает сворачивание окна * Можно выбрать специальную модель для голосового звонка * Поддерживает пользовательские подсказки 2. Способ настройки 3. Перейдите на страницу настроек и выберите вкладку «Голосовые функции» 4. Во вкладке «Функция звонка»: * Включите функцию голосового звонка (переключите тумблер) * Нажмите кнопку «Выбрать модель» и выберите модель ИИ для голосового звонка * Введите пользовательскую подсказку для голосового звонка в текстовом поле подсказки (необязательно) * Нажмите кнопку «Сохранить», чтобы сохранить подсказку, или кнопку «Сбросить», чтобы вернуть значение по умолчанию 5. Способ использования 6. В интерфейсе чата нажмите кнопку голосового звонка справа от поля ввода (значок телефона) 7. Окно голосового звонка откроется и воспроизведёт приветственную фразу 8. Нажмите и удерживайте кнопку «Говорить, пока удерживается» для начала записи (или используйте назначенную горячую клавишу) 9. Отпустите кнопку, чтобы завершить запись и отправить её на обработку ИИ 10. ИИ сгенерирует ответ и воспроизведёт его через TTS 11. Используйте кнопки управления в окне: * Кнопка выключения/включения звука: управляет выводом TTS * Кнопка паузы/продолжения: приостанавливает или возобновляет диалог * Кнопка настроек: настройка горячих клавиш * Кнопка сворачивания: сворачивает окно, оставляя только строку «Говорить, пока удерживается» 12. Нажмите кнопку закрытия, чтобы завершить звонок 13. Настройки горячих клавиш 14. В окне голосового звонка нажмите кнопку настроек 15. Во всплывающей панели настроек нажмите кнопку горячих клавиш 16. Нажмите нужную клавишу для назначения (например, пробел, Shift и т. д.) 17. Нажмите кнопку «Сохранить», чтобы сохранить настройки 18. Во время использования удерживайте назначенную горячую клавишу, чтобы начать запись, отпустите её, чтобы завершить запись и отправить 5\. Частые вопросы и решения 1. Проблемы, связанные с TTS * Проблема: TTS не воспроизводит звук. Решение: проверьте, включена ли функция TTS, убедитесь, что выбран правильный тип сервиса и настроены необходимые параметры * Проблема: качество воспроизведения TTS низкое. Решение: попробуйте сменить тип сервиса TTS или голос * Проблема: при воспроизведении TTS отображается сообщение об ошибке. Решение: проверьте правильность API-ключа и состояние сетевого соединения 2. Проблемы, связанные с ASR * Проблема: ASR не распознаёт речь. Решение: проверьте, включена ли функция ASR, убедитесь, что выбран правильный тип сервиса и настроены необходимые параметры * Проблема: низкая точность распознавания ASR. Решение: попробуйте сменить тип сервиса ASR или отрегулировать положение микрофона и громкость * Проблема: не удаётся подключиться к серверу ASR. Решение: проверьте, нормально ли работает локальный сервер, или попробуйте перезапустить приложение 3. Проблемы, связанные с голосовым звонком * Проблема: окно голосового звонка не открывается. Решение: проверьте, включена ли функция голосового звонка, убедитесь, что функции TTS и ASR настроены правильно * Проблема: удержание кнопки «Говорить, пока удерживается» не даёт реакции. Решение: проверьте, предоставлено ли разрешение на доступ к микрофону, или попробуйте перезапустить голосовой звонок * Проблема: у ответа ИИ нет голосового вывода. Решение: проверьте, включена ли функция TTS, убедитесь, что звук не отключён 6\. Расширенные настройки и пользовательские параметры 1. Расширенные настройки TTS * Параметры фильтрации: можно выбрать фильтрацию процесса размышления, Markdown-разметки и блоков кода, чтобы воспроизведение TTS было более плавным * Отображение индикатора прогресса: можно выбрать, показывать ли индикатор прогресса TTS * Пользовательские голоса и модели: можно добавить собственные варианты голосов и моделей 2. Расширенные настройки ASR * Автозапуск сервера: можно задать, будет ли сервер ASR автоматически запускаться при старте приложения * Выбор языка: можно выбрать разные языки распознавания речи 3. Расширенные настройки голосового звонка * Пользовательские подсказки: можно настроить подсказки для голосового звонка, чтобы задавать способ ответа ИИ в режиме голосового общения * Выбор специальной модели: можно выбрать отдельную модель ИИ для голосового звонка, отдельно от модели, используемой в текущем диалоге * Пользовательские горячие клавиши: можно назначить собственные горячие клавиши для управления записью 7\. Рекомендации по использованию 1. Выберите подходящий сервис TTS: * Если вы стремитесь к высокому качеству речи, рекомендуется использовать OpenAI или Siliconflow * Если вы не хотите настраивать API, можно использовать браузерный TTS или бесплатный онлайн TTS 2. Выберите подходящий сервис ASR: * Если вы стремитесь к высокой точности, рекомендуется использовать OpenAI * Если вы не хотите настраивать API, можно использовать встроенное в браузер распознавание речи 3. Оптимизируйте опыт голосового общения: * Использование наушников поможет избежать повторного захвата вывода TTS функцией ASR * Использование в тихой обстановке может повысить точность распознавания * Использование пользовательских подсказок может сделать ответы ИИ более подходящими для голосового воспроизведения 4. Настраивайте параметры в соответствии с потребностями: * Если вы в основном используете текстовое общение, можно включить только TTS * Если вы в основном используете голосовой ввод, можно включить только ASR * Если вам нужен полноценный опыт голосового общения, включите функцию голосового звонка Надеюсь, это руководство поможет вам в полной мере использовать голосовые функции Cherry Studio и наслаждаться более естественным и удобным взаимодействием с ИИ! *** ### 💡 Получить помощь и отправить отзыв Если вы в процессе настройки или использования столкнётесь с любыми вопросами, багами или предложениями по улучшению функций, пожалуйста, обратитесь к [Обратная связь и предложения](/docs/russian/question-contact/suggestions.md) официальным каналам, указанным там. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## 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, and the optional `goal` query parameter: ``` GET https://docs.cherryai.com.cn/docs/russian/pre-basic/settings/yu-yin-gong-neng.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. 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.