BetterMimoTTS by 1dabai

# BetterMimoTTS
此插件参考Mimotts / MimoTTS插件和小米Mimo api文档增加和兼容新功能而来
LangBot 插件，调用小米 MiMo TTS API 将文本转换为语音。支持多种 TTS 模型、LLM 文本加工、音频标签控制等功能。

## 功能

- **三种 TTS 模型**：
  - 预置音色 (mimo-v2.5-tts)：使用内置精品音色，支持方言和唱歌模式
  - 音色设计 (mimo-v2.5-tts-voicedesign)：通过预置音色或文字描述生成音色
  - 音色克隆 (mimo-v2.5-tts-voiceclone)：从音频样本复刻音色
- **自动语音合成**：AI 回复自动转为语音发送
- **命令语音合成**：通过 `!tts` 命令手动合成语音
- **LLM 文本加工**：可配置 LLM 模型对回复进行口语化处理，添加音频标签
- **音频标签控制**：支持在文本中插入音频标签，精细控制语气、情绪、语速等
- **方言支持**：东北话、四川话、河南话、粤语
- **唱歌检测**：自动识别歌词内容，使用唱歌模式合成（预置音色）
- **触发模式**：可配置群聊/私聊触发条件
- **检测** 群里或私聊输入`歌词 XXXX`，自动触发唱歌，仅支持预置语音模式

## 安装

1. 将本插件放入 LangBot 的插件目录
2. 在 LangBot 管理面板中启用插件
3. 前往 [MiMo 开放平台](https://platform.xiaomimimo.com) 注册并获取 API Key
4. 在插件配置中填入 API Key

## 配置项

### 基础配置

| 配置项 | 类型 | 默认值 | 说明 |
|--------|------|--------|------|
| `api_key` | string | 空 | MiMo TTS API Key |
| `tts_model` | select | mimo-v2.5-tts | TTS 模型选择 |

### 预置音色模型配置 (mimo-v2.5-tts)

| 配置项 | 类型 | 默认值 | 说明 |
|--------|------|--------|------|
| `voice` | select | mimo_default | 预置音色（默认/冰糖/茉莉/苏打/白桦/Mia/Chloe/Milo/Dean） |
| `dialect` | select | none | 方言（普通话/东北话/四川话/河南话/粤语） |
| `sing_detect` | boolean | false | 唱歌检测（检测歌词并以唱歌方式合成） |

### 音色设计模型配置 (mimo-v2.5-tts-voicedesign)

| 配置项 | 类型 | 默认值 | 说明 |
|--------|------|--------|------|
| `voice_design_preset` | select | mimo_default | 音色设计模式（预置音色/自定义描述） |
| `voice_design_prompt` | text | 空 | 音色描述（如：年轻男性，声音低沉有磁性） |

### 音色克隆模型配置 (mimo-v2.5-tts-voiceclone)

| 配置项 | 类型 | 默认值 | 说明 |
|--------|------|--------|------|
| `voice_clone_audio` | file | 空 | 音色样本音频（mp3/wav，最大10MB） |

### LLM 文本加工配置

| 配置项 | 类型 | 默认值 | 说明 |
|--------|------|--------|------|
| `llm_process_enabled` | boolean | false | 启用 LLM 文本加工 |
| `llm_model` | llm-model-selector | 空 | 文本加工 LLM 模型 |
| `llm_process_prompt` | text | 空 | 自定义加工提示词（留空使用默认） |

### 通用配置

| 配置项 | 类型 | 默认值 | 说明 |
|--------|------|--------|------|
| `auto_tts` | boolean | false | 自动语音合成 |
| `trigger_mode` | select | all | 触发模式（全部/仅群聊/仅私聊） |
| `intercept_text` | boolean | false | 拦截文字回复 |
| `style` | string | 空 | 风格指令（如：用温柔轻快的语调说话） |

## 命令

| 命令 | 说明 |
|------|------|
| `!tts <文本>` | 使用当前配置合成语音 |
| `!tts voices` | 查看可用音色、模型、方言和功能 |
| `!tts help` | 显示帮助信息 |

### 示例

```
!tts 你好世界
!tts （极其疲惫，有气无力）师傅……到地方了叫我一声……（长叹一口气）我先眯一会儿
!tts voices
!tts help
```

## 音频标签

支持在文本中插入音频标签，精细控制语音效果：



## 工作流程

1. 用户发送消息 -> AI 生成回复
2. 插件拦截回复文本
3. 若开启唱歌检测且检测到歌词 -> 直接以唱歌模式合成
4. 若配置了 LLM 加工模型 -> 将文本转为口语化表达并添加音频标签
5. 若未配置加工模型 -> 使用内置规则引擎清理 Markdown、emoji 等
6. 调用 MiMo TTS API 合成语音
7. 将语音以 Voice 消息发送

## 依赖

- `langbot-plugin`
- `openai>=1.0.0`

## 相关链接

- [MiMo 开放平台](https://platform.xiaomimimo.com)
- [MiMo API 文档](https://platform.xiaomimimo.com/docs)
- [LangBot](https://github.com/langbot-app/LangBot)