Configure o Hermes Agent para gerar arquivos de fala por meio do endpoint TTS compatível com Fish Audio OpenAI.

Conecte Fish Audio TTS ao Agente Hermes

O Hermes Agent pode usar um URL base personalizado para seu provedor OpenAI TTS integrado. Isso conecta a ferramenta text_to_speech a Fish Audio sem alterar o modelo de linguagem que alimenta o Hermes.

Não adicione este endpoint nos provedores de modelo Hermes. Fish Audio expõe a geração de fala em /v1/audio/speech, não no terminal /v1/chat/completions exigido por um modelo de chat.

Antes de começar

Você precisa de:

Uma chave Fish Audio API com créditos API
Um ID de voz Fish Audio
Uma instalação recente do Agente Hermes

Crie uma chave API dedicada para Hermes para que você possa monitorá-la ou revogá-la de forma independente.

Adicione a chave API

Adicione a chave a ~/.hermes/.env:

VOICE_TOOLS_OPENAI_KEY=YOUR_FISH_AUDIO_API_KEY

Não coloque a chave em config.yaml, histórico de shell, capturas de tela ou repositório.

Configurar Fish Audio TTS

Adicione ou atualize a seção tts em ~/.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

O exemplo Voice ID é uma voz de sistema público para teste de conexão. Substitua-o pelo seu ID de voz Fish Audio preferido após a primeira solicitação bem-sucedida.

Habilite e teste a ferramenta

Execute hermes tools e certifique-se de que Voice & TTS esteja ativado. Inicie Hermes e pergunte:

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

Hermes deve salvar um arquivo MP3 em seu diretório de saída de áudio e retornar um caminho de mídia.

Limitação do canal de mensagens

Esta configuração é verificada para geração de arquivos MP3. Hermes pode solicitar saída nativa do Opus ao entregar balões de voz do Telegram ou Discord. O endpoint compatível com Fish Audio OpenAI atualmente suporta mp3, wav e pcm, portanto, a entrega de bolha de voz nativa do Opus não é suportada por esta configuração. Use um anexo de MP3 ou uma camada de conversão para esses canais.

Solução de problemas

Hermes diz que nenhuma chave de áudio OpenAI está configurada: confirme se VOICE_TOOLS_OPENAI_KEY está disponível para o processo que inicia o Hermes e reinicie-o.
As solicitações ainda chegam a OpenAI: confirme que tts.provider é openai e tts.openai.base_url é exatamente https://fishaudio.org/v1.
Voz ou modelo inválido: use IDs Fish Audio, e não nomes de voz OpenAI, como alloy ou nomes de modelos, como tts-1.
401: substitua a chave API ausente, inválida ou revogada.
402: adicione créditos API antes de tentar novamente.
Falha na solicitação Opus: solicite um arquivo MP3 em vez de um balão de voz de mensagem nativa.

Configuração do Agente Hermes