Configurez Hermes Agent pour générer des fichiers vocaux via le point de terminaison Fish Audio OpenAI compatible TTS.

Connectez Fish Audio TTS à l'agent Hermes

Hermes Agent peut utiliser une URL de base personnalisée pour son fournisseur OpenAI TTS intégré. Cela connecte l'outil text_to_speech à Fish Audio sans modifier le modèle de langage qui alimente Hermes.

N'ajoutez pas ce point de terminaison sous les fournisseurs de modèles Hermes. Fish Audio expose la génération vocale au niveau de /v1/audio/speech, et non au point de terminaison /v1/chat/completions requis par un modèle de conversation.

Avant de commencer

Il vous faut :

Une clé Fish Audio API avec les crédits API
Un identifiant vocal Fish Audio
Une installation récente d'Hermes Agent

Créez une clé API dédiée pour Hermes afin de pouvoir la surveiller ou la révoquer indépendamment.

Ajoutez la clé API

Ajoutez la clé à ~/.hermes/.env :

VOICE_TOOLS_OPENAI_KEY=YOUR_FISH_AUDIO_API_KEY

Ne placez pas la clé dans config.yaml, dans l'historique du shell, dans les captures d'écran ou dans un référentiel.

Configurer Fish Audio TTS

Ajoutez ou mettez à jour la section tts dans ~/.hermes/config.yaml :

tts:
  provider: openai
  speed: 1.0
  openai:
    base_url: 'https://fishaudio.org/v1'
    model: fishaudio-s21pro-flash
    voice: 00a1b221-6137-4b73-ad62-b0cbce134167
    speed: 1.0

L'exemple Voice ID est une voix de système public pour les tests de connexion. Remplacez-le par votre ID vocal Fish Audio préféré après la première demande réussie.

Activer et tester l'outil

Exécutez hermes tools et assurez-vous que Voice & TTS est activé. Démarrez Hermes et demandez :

Use the text_to_speech tool to create an MP3 file that says:
"Hello, this is a Fish Audio test."

Hermes doit enregistrer un fichier MP3 dans son répertoire de sortie audio et renvoyer un chemin multimédia.

Limitation du canal de messagerie

Cette configuration est vérifiée pour la génération de fichiers MP3. Hermes peut demander une sortie Opus native lors de la diffusion de bulles vocales Telegram ou Discord. Le point de terminaison compatible Fish Audio OpenAI prend actuellement en charge mp3, wav et pcm, donc la livraison native par bulle vocale Opus n'est pas prise en charge par cette configuration. Utilisez une pièce jointe MP3 ou une couche de conversion pour ces chaînes.

Dépannage

Hermes indique qu'aucune clé audio OpenAI n'est configurée : confirmez que VOICE_TOOLS_OPENAI_KEY est disponible pour le processus qui démarre Hermes, puis redémarrez-le.
Les demandes atteignent toujours OpenAI : confirmez que tts.provider est openai et que tts.openai.base_url est exactement https://fishaudio.org/v1.
Voix ou modèle invalide : utilisez les identifiants Fish Audio, et non les noms de voix OpenAI tels que alloy ou les noms de modèles tels que tts-1.
401 : remplacez la clé API manquante, invalide ou révoquée.
402 : ajoutez des crédits API avant de réessayer.
La requête Opus échoue : demandez un fichier MP3 au lieu d'une bulle vocale de messagerie native.

Configuration de l'agent Hermès