简介说明
如果你想让 AIRI 这类 AI 桌面宠物真正“开口说话”，甚至能通过麦克风听懂你的声音，单独配置 TTS、STT、端口、模型路径、API 参数和麦克风监听状态会比较繁琐。
为了解决这个问题，我整理了一个本地化的语音工具包：今夕语音中枢一键整合包。
它把本地语音合成、语音识别、AIRI 配置、DeepSeek 意识模型配置、麦克风启用、端口设置、测试工具和日志查看集中到一个可视化面板里，目标是让普通用户也能更快搭建 AI 桌宠的“听说能力”。
核心功能
本地 LuxTTS 发声：支持文字转语音，可用于 AIRI 回复发声，让桌宠不只是显示文字，也能用本地声音进行回应。
Whisper-STT 听觉服务：支持语音转文字，适配 AIRI 的 OpenAI Compatible Transcription，让 AIRI 可以接收麦克风语音输入。
AIRI TTS 配置导入：可以把本地 LuxTTS 发声接口写入 AIRI，减少手动填写 Base URL、模型名称和 API Key 的步骤。
AIRI STT 配置导入：可以把本地 Whisper-STT 听觉接口写入 AIRI，让语音识别服务更容易接入桌宠。
DeepSeek 意识配置导入：支持填写 DeepSeek API Key，并选择模型，一键写入 AIRI 的意识模型配置，方便快速切换到 DeepSeek 对话能力。
自动配置麦克风功能：提供启用或重置 AIRI 桌面小麦克风的功能，减少反复进入界面手动开关麦克风监听的麻烦。
端口设置：可以在面板里查看和调整 LuxTTS 后端、AIRI TTS 适配器、Whisper-STT 服务、AIRI 调试端口等关键端口。
测试工具：内置 TTS 发声测试、STT 文件识别测试、麦克风相关测试和端到端自检，方便确认整条语音链路是否正常。
日志功能：提供服务日志查看、请求日志查看和清空日志功能，遇到无法发声、无法识别、端口占用等问题时更方便排查。
可视化控制面板：不用反复打开多个 bat 黑窗口，服务启动、关闭、测试、配置和日志都集中管理。
可移动整合包设计：配置尽量使用相对路径，方便后续移动目录或打包发布。
适合谁使用
这个整合包比较适合下面几类用户：
想给 AIRI 桌面宠物接入本地语音的人。
想让 AI 桌宠同时拥有“说话”和“听声音”能力的人。
想尝试本地 LuxTTS 语音合成的人。
想部署 OpenAI Compatible TTS / STT 接口的人。
不想手动折腾多个模型、端口、配置文件和脚本的人。
想把 DeepSeek 接入 AIRI，做成本地语音桌宠方案的人。
想把 AI 伴侣做得更像“能听、能说、能互动”的桌面角色的人。
它和普通 TTS 工具有什么区别
普通 TTS 工具通常只负责“把文字变成声音”。
今夕语音中枢更偏向一个完整的语音中控：
不只是 TTS，也包含 STT。
不只是生成音频，也适配 AIRI。
不只是发声接口，也包含听觉识别接口。
不只是命令行调用，也提供控制面板。
不只是写入 TTS，还能写入 STT 和 DeepSeek 配置。
不只是单次测试，也能做端到端自检。
不只是运行服务，也能查看日志、调整端口、检测状态。
也就是说，它的重点不是单独跑一个模型，而是把 AI 桌宠语音链路整理成一套更容易使用的本地方案。
AIRI 用户为什么需要它
AIRI 本身支持语音相关能力，但如果要接入本地模型，通常需要配置：
TTS Base URL
STT Base URL
API Key
TTS 模型名称
STT 模型名称
DeepSeek Base URL
DeepSeek API Key
DeepSeek 模型名称
麦克风监听状态
OpenAI Compatible 接口格式
本地服务端口
这些配置对新手并不直观。只要其中一个端口、路径或模型名称填错，就可能出现测试能通过、聊天没声音，或者麦克风显示开启但实际没有识别的问题。
整合包把这些配置集中到控制面板中，提供一键配置、单项配置、测试工具和日志排查，能明显减少反复试错的时间。
测试工具有什么用
测试工具主要用来确认“到底是哪一环出了问题”。
比如：
TTS 发声测试可以确认 LuxTTS 是否能正常生成声音。
STT 音频文件识别可以确认 Whisper-STT 是否能正常转写语音。
端到端自检可以先生成一段 TTS 音频，再送入 STT 识别，用相似度判断 TTS 和 STT 是否都能工作。
日志查看可以帮助判断是端口没启动、接口没响应、模型加载失败，还是 AIRI 没有正确调用本地服务。
这样排查问题时就不用只靠感觉判断，而是可以按链路逐步定位。
端口设置为什么重要
本地语音服务通常会占用多个端口。
今夕语音中枢默认会涉及：
控制面板端口
LuxTTS 热后端端口
AIRI TTS 适配器端口
Whisper-STT 服务端口
AIRI 调试端口
如果端口被其他程序占用，或者 AIRI 配置里的端口和实际服务端口不一致，就会导致功能异常。
所以整合包把端口集中显示和配置，方便用户检查当前服务到底跑在哪个地址上。
日志功能为什么重要
本地 AI 工具最怕的问题不是报错，而是不知道哪里报错。
日志功能可以记录服务启动、接口请求、错误信息和运行状态。
当出现“服务显示启动了但 AIRI 没反应”“测试能发声但聊天没声音”“麦克风开启后识别慢”等问题时，日志可以提供更直接的排查依据。
这对普通用户和后续远程协助都很有帮助。
本地运行的优势
本地语音方案最大的优点是可控：
不依赖云端 TTS 服务。
语音风格可以使用本地参考音频。
STT 可以走本地 Whisper 识别。
数据链路更清晰。
接口更接近 OpenAI Compatible 格式，方便接入其他软件。
后续可以继续扩展不同模型。
适合离线化、私有化、桌宠整合等场景。
当然，本地运行也需要一定硬件资源。没有显卡也可以尝试 CPU 模式，只是速度会慢一些。
使用建议
第一次使用时，建议先启动全套服务，再进入测试工具页面。
先测试 TTS 是否能发声，再测试 STT 是否能识别音频，最后再做端到端自检。
确认本地服务正常后，再使用 AIRI 推荐配置，把 TTS、STT 和 DeepSeek 配置导入 AIRI。
如果麦克风没有进入监听状态，可以使用自动配置麦克风功能尝试启用或重置。
如果仍然异常，再进入日志页面查看最近错误信息。
图片预览
下载地址
https://pan.baidu.com/s/1FnLVUpc8X3nopUJdCqf4Gw?pwd=sqb8 提取码: sqb8
评论抢沙发