Voz sintetizada: doações e chat lidos em voz alta

Tudo o que ela vai ler — e a lista é essa

Nada é lido em voz alta até você ativar. Cada fonte tem o seu próprio interruptor e o seu próprio modelo de frase.

• Doações a partir do valor que você definir: o limite é contado na sua moeda base, então uma doação em outra moeda é comparada corretamente.
• Chat: só pelo comando “!tts” ou todas as mensagens — a segunda opção é para streams pequenas.
• Recompensas por pontos do canal — a mensagem que o espectador escreveu junto com a recompensa. Ou todas as que trazem mensagem, ou só as que você marcar.
• O que o bot escreve no chat: respostas do agente de IA, respostas a comandos, temporizadores, mensagens de cenários, avisos da live. Cinco interruptores separados: as respostas podem ficar só em texto enquanto o assistente fala, ou o contrário.
• Tudo o que o agente de IA responder em voz alta.
• O chat chega do Twitch, do YouTube e do Kick, e as doações vêm dos serviços que você conectou; você escolhe quais deles contam, porque bits do Twitch raramente precisam ser lidos.
• A frase é montada a partir de um modelo, então “Sasha enviou 500 e diz…” é lida do jeito que você quer.

O que ela não vai dizer

As regras são o ponto principal. Ler tudo fica insuportável em vinte minutos.

• Um limite de comprimento para o chat e as recompensas: acima dele a mensagem é cortada ou pulada por inteiro. Doações e assinaturas são sempre lidas por inteiro, depois do som do seu alerta.
• Os links são removidos; senão um espectador paga para que o endereço de um site seja lido na sua transmissão.
• Palavras bloqueadas: uma mensagem que tenha alguma delas não é falada de jeito nenhum. E espectadores bloqueados, pelo nickname.
• Uma pausa entre as mensagens do chat, contada por espectador: ela nunca segura doações nem assinaturas.
• Uma fila impede que uma enxurrada de doações fale por cima de si mesma. Quando ela enche, o chat é o primeiro a ser descartado, depois as respostas do bot. Doações e assinaturas nunca são descartadas: elas são lidas mesmo acima do limite.

Não é um serviço na nuvem com o contador rodando

A voz sintetizada na nuvem é cobrada por caractere e para de funcionar quando o serviço cai ou o plano acaba. Esta aqui é um arquivo no seu disco.

• O pacote de vozes tem 384 MB, é baixado uma vez, e depois disso nada trafega pela rede.
• Sem custo por caractere, então uma mensagem de doação longa não é uma decisão que você precisa tomar.
• Dez vozes e 31 idiomas em um único pacote: uma mesma voz fala todos eles, e ainda assim doações, chat e o bot no chat podem ter cada um a sua.
• Até o pacote ser baixado, ela fala com a voz do sistema do Windows: visivelmente pior, mas funcionando desde o primeiro minuto.
• O download começa com a licença do modelo e com o que ela proíbe: fingir ser uma pessoa real, apresentar voz sintetizada como uma gravação real, e assédio, engano ou desinformação.

Como as partes se dividem

A síntese em si fica no núcleo; este módulo só decide o que e quando. A divisão é intencional: vários módulos precisam de uma voz, mas as regras de quando ficar calado são diferentes para cada streamer.

• O motor decide o que ler e coloca na fila; o próprio aplicativo toca o áudio.
• Não há fonte de navegador para adicionar: no OBS, uma única fonte “Captura de áudio de aplicativo” apontada para o strAImer leva a voz, e junto com ela os alertas e os sons dos cenários.
• A voz tem o seu próprio controle de volume em Voz → Vozes, e ele é multiplicado pelo controle “Voz (TTS)” em Configurações → Som.

Parar no meio da palavra

Mais cedo ou mais tarde um espectador manda algo que você prefere que a transmissão não ouça. É para isso que serve o bloco do painel.

• O bloco mostra o que está sendo lido agora e a fila atrás: cada item aparece nomeado pelo tipo e pelo espectador de quem veio, não pelo texto em si.
• “Pular” descarta a mensagem atual, “Parar” silencia a fila inteira.
• Os dois estão a um clique de distância enquanto você joga.
• Os mesmos dois botões ficam no topo da página de configurações, onde “Parar” aparece escrito por extenso: “Parar e limpar”.

Do que é feito

Cada parte é um módulo separado: você instala apenas os que precisa, e qualquer um pode ser removido sem afetar os restantes.

Começar

1. Abra Voz → Vozes e baixe o pacote de vozes.
2. Ligue o que deve ser lido e defina o valor a partir do qual as doações são lidas.
3. No OBS, adicione uma fonte “Captura de áudio de aplicativo” e escolha o strAImer nela: é assim que a voz chega aos seus espectadores.
4. Coloque o bloco “Voz: Fila” no painel de controle, ao alcance da mão.

A voz sintetizada nunca chama a IA por conta própria: a frase vem do seu próprio modelo e a voz é gerada nesta máquina — o agente apenas acrescenta mais uma linha para ler.

Funciona em conjunto com