文本完全在设备端通过 ONNX Runtime 使用 Piper 或 Kokoro 语音模型合成——标准或流式——无需互联网连接、无需 API 密钥,也不会向外部发送任何数据。生成的 PCM 音频直接与 Runtime Audio Importer 集成,可立即播放。
任何字符串,可来自 Blueprint、C++,或从 AI 聊天机器人响应中传入
按名称或对象选择 Piper 或 Kokoro 模型,可设置可选的说话人和质量选项
ONNX Runtime 在本地处理文本——标准或流式——且不会向外部发送任何数据
Float32 PCM 数据可直接用于播放、保存、口型同步或任何下游音频处理
两种模型架构覆盖广泛的使用场景,从广泛的语言覆盖到工作室级输出质量。
基于 ONNX 的模型,覆盖 51 种语言,包含 166 个语音模型和 2800 多位独特说话人。支持接受自定义训练的 ONNX 模型。
151 个高质量开源语音模型,覆盖 8 种语言:英语(美国与英国)、简体中文、西班牙语、葡萄牙语、印地语、法语和意大利语。属于目前可用的最高质量开源 TTS 解决方案之一。
通过插件设置直接导入您自己的 Piper(ONNX + JSON)或 Kokoro(BIN + JSON)语音模型,以支持特定语音或语言。
广泛的语言覆盖范围,以及对 Unreal Engine 所面向的每个主要平台的一流支持。
除了基本的合成功能外,该插件还提供流式输出、多说话人选择、可取消操作和模型管理工具——所有这些都可以从 Blueprints 或 C++ 中访问。
两种合成模式:先完成整个文本再返回音频,或在生成时实时流式传输 PCM 数据块,以便立即播放长文本。
许多模型支持多个说话人——英语 LibriTTS 包含 900 多种不同的声音。在合成时查询每个模型的说话人数量,并按索引选择。
随时取消任何正在进行的合成——对于需要在生成过程中中断并重新开始语音的响应式应用至关重要。
直接从 Unreal Editor 下载、预览和管理语音模型。无需离开引擎即可列出可用模型、查询元数据和控制存储。
按名称或对象引用检索模型元数据、语言、质量等级和说话人数量。在运行时根据语言或其他条件动态选择模型。
无需互联网连接、无需 API 密钥、数据不会离开设备。适用于对隐私敏感的应用、物理隔离环境和离线游戏。
Blueprint 示例 - 带实时播放的流式 TTS

提供 Windows 演示版,以便亲身感受插件的语音质量。该演示 包含精选的 Piper 和 Kokoro 语音模型,展示不同的语言、 说话人数量和合成模式。
标准、多说话人以及 Kokoro 录音室级模型
通过自定义文本输入并排比较两种合成模式
演示项目中提供完整的 Blueprint 实现,以供参考
视频教程
Runtime Text To Speech 是 Georgy Dev 插件套件的语音输出层——驱动口型同步、为 AI 角色管线提供动力,并完成语音识别闭环。
全面的文档涵盖了所有合成模式、模型管理、多说话人 配置、流式工作流以及特定平台指南。
所有功能的分步指南,包含 Blueprint 和 C++ 示例
活跃的 Discord 社区,提供开发者支持
定制集成或功能开发 - [email protected]
演示 - 在编辑器中下载和预览语音模型

适用于 UE 4.27 – 5.8,可在 Fab 上获取。包含所有语音模型、完整文档,以及一个展示流式 TTS 和 Kokoro 语音的演示项目。