Aller au contenu

API TTS pour un bot Discord : guide d’installation complet avec discord.js (2026)

Audexum9 minBy Petar

Créez un bot Discord qui synthétise la parole et la diffuse dans un canal vocal à l’aide de l’API TTS d’Audexum et de discord.js. Tout le code fonctionnel est inclus.

Le TTS intégré de Discord (/tts) est utile pendant cinq minutes avant de devenir pénible. Si vous voulez un bot qui parle dans un salon vocal avec une véritable voix (et non la TTS robotique du navigateur), vous devez utiliser une API TTS externe. Ce guide couvre toute la configuration : choisir une API TTS, l’intégrer à discord.js v14 et lire l’audio dans un salon vocal. Tout le code est prêt à copier-coller.

Ce dont vous avez besoin

  • Node.js 18+
  • A Discord bot application and token
  • A TTS API key (Audexum free tier works: 2,000 free credits + 250 a day, no credit card)
  • @discordjs/voice, discord.js, @discordjs/opus, and ffmpeg-static packages

Le fonctionnement du bot est le suivant : l’utilisateur saisit une commande → le bot appelle l’API TTS → reçoit un audio MP3 → le diffuse dans le canal vocal actuel de l’utilisateur.

Choisir une API TTS pour votre bot Discord

Les principales contraintes pour un bot Discord sont : la latence (les salons vocaux sont interactifs), le coût à grande échelle (les bots peuvent générer beaucoup d’audio rapidement) et la simplicité (vous n’avez pas besoin de clonage vocal, mais d’un endpoint REST fiable).

ProviderLatency (typical)Free TierCost at 1M charsAPI Simplicity
Audexum~300–700ms2K to start€28Simple REST, Bearer auth
ElevenLabs~400–900ms10K/mo (no commercial)$165–$200Good docs
OpenAI TTS~600–1200msNone$15Simple REST
Google Cloud TTS~200–500ms1M/mo (billing req.)$4–$16SDK or REST
AWS Polly~200–600ms5M (12-mo trial)$4SDK required

Pour les bots Discord, la latence compte davantage que pour les pipelines par lots. L’écart entre les fournisseurs est perceptible : au-delà de 1 seconde, la voix semble lente dans une session vocale interactive. L’API REST d’Audexum est la plus simple à intégrer : aucun SDK requis, authentification par jeton Bearer et réponse audio binaire.

Consultez Audexum vs ElevenLabs pour une comparaison détaillée des coûts.

Configuration du projet

bash
mkdir discord-tts-bot && cd discord-tts-bot
npm init -y
npm install discord.js @discordjs/voice @discordjs/opus ffmpeg-static dotenv

Créez un fichier .env :

env
DISCORD_TOKEN=your_discord_bot_token
DISCORD_CLIENT_ID=your_application_client_id
AUDEXUM_API_KEY=your_audexum_api_key

Récupérez votre clé d’API Audexum sur audexum.com/signup. Le niveau gratuit (un bonus de 2 000 crédits à l'inscription, 250 de plus à la création de votre première clé API et 250 crédits par jour) suffit à prototyper un bot.

Le helper TTS

Créer tts.js. Ce composant gère l’appel API et renvoie un flux lisible pour la lecture audio :

javascript
// tts.js
const { Readable } = require("stream");

const AUDEXUM_API = "https://audexum.com/api/synthesize";

async function synthesize(text, voiceId = "af_heart") {
  const response = await fetch(AUDEXUM_API, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.AUDEXUM_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      text,
      voice: voiceId,
      format: "mp3",
    }),
  });

  if (!response.ok) {
    const body = await response.text();
    throw new Error(`Audexum API error ${response.status}: ${body}`);
  }

  // Convert the fetch body (Web ReadableStream) to a Node.js Readable
  return Readable.fromWeb(response.body);
}

module.exports = { synthesize };

Le bot : lecture dans un canal vocal

Créer bot.js, qui gère les commandes Discord et transmet l’audio TTS vers un salon vocal :

javascript
// bot.js
require("dotenv").config();
const {
  Client, GatewayIntentBits, REST, Routes, SlashCommandBuilder,
} = require("discord.js");
const {
  joinVoiceChannel, createAudioPlayer, createAudioResource,
  AudioPlayerStatus, StreamType,
} = require("@discordjs/voice");
const { synthesize } = require("./tts");

const client = new Client({
  intents: [
    GatewayIntentBits.Guilds,
    GatewayIntentBits.GuildVoiceStates,
    GatewayIntentBits.GuildMessages,
  ],
});

async function registerCommands() {
  const commands = [
    new SlashCommandBuilder()
      .setName("speak")
      .setDescription("Speak text in your current voice channel")
      .addStringOption((opt) =>
        opt.setName("text").setDescription("What to say").setRequired(true).setMaxLength(500)
      )
      .addStringOption((opt) =>
        opt.setName("voice").setDescription("Voice ID (optional)").setRequired(false)
      )
      .toJSON(),
  ];
  const rest = new REST().setToken(process.env.DISCORD_TOKEN);
  await rest.put(Routes.applicationCommands(process.env.DISCORD_CLIENT_ID), { body: commands });
  console.log("Slash commands registered.");
}

client.once("ready", async () => {
  console.log(`Logged in as ${client.user.tag}`);
  await registerCommands();
});

client.on("interactionCreate", async (interaction) => {
  if (!interaction.isChatInputCommand() || interaction.commandName !== "speak") return;

  const voiceChannel = interaction.member?.voice?.channel;
  if (!voiceChannel) {
    return interaction.reply({ content: "You need to be in a voice channel first.", ephemeral: true });
  }

  const text = interaction.options.getString("text");
  const voiceId = interaction.options.getString("voice") ?? "af_heart";

  await interaction.deferReply({ ephemeral: true });

  try {
    const audioStream = await synthesize(text, voiceId);

    const connection = joinVoiceChannel({
      channelId: voiceChannel.id,
      guildId: interaction.guildId,
      adapterCreator: interaction.guild.voiceAdapterCreator,
      selfDeaf: false,
    });

    const player = createAudioPlayer();
    const resource = createAudioResource(audioStream, { inputType: StreamType.Arbitrary });
    player.play(resource);
    connection.subscribe(player);

    player.on(AudioPlayerStatus.Idle, () => connection.destroy());
    player.on("error", (err) => { console.error("Player error:", err); connection.destroy(); });

    await interaction.editReply({ content: `Speaking: "${text}"` });
  } catch (err) {
    console.error("TTS error:", err);
    await interaction.editReply({ content: "Failed to synthesize audio. Check logs." });
  }
});

client.login(process.env.DISCORD_TOKEN);

Exécution du bot

bash
node bot.js

Dans Discord, saisissez /speak text:Hello, this is your TTS bot pendant que vous êtes dans un canal vocal. Le bot rejoint le canal, lit le texte, puis le quitte.

Budget de caractères pour les bots Discord

Les bots Discord peuvent consommer les caractères plus rapidement que vous ne l’imaginez. Voici quelques scénarios :

Use CaseAvg chars/commandCommands/dayMonthly total
Server announcements2005~30,000
Game event narration15020~90,000
Music bot track announces80100~240,000
Full assistant bot30050~450,000

Pour un petit serveur communautaire utilisé occasionnellement, les 250 crédits gratuits quotidiens d’Audexum (plus 2,000 au départ) suffisent. Pour un serveur de jeux actif, l’offre à 29 €/mois (1.2M crédits) correspond à la fourchette réaliste d’usage. Consultez audexum.com/pricing pour tous les détails des offres.

Le programme de parrainage s’applique également : partagez votre code de parrainage Audexum avec votre communauté. Chaque inscription avec votre code offre aux deux comptes des crédits gratuits bonus, en plus de l’attribution mensuelle. Pour un serveur Discord, cela peut permettre une utilisation gratuite durable.

Permettre aux utilisateurs de choisir une voix

Un schéma courant consiste à laisser les utilisateurs choisir une voix dans une liste. Étendez les options de la commande slash :

javascript
.addStringOption((opt) =>
  opt
    .setName("voice")
    .setDescription("Choose a voice")
    .setRequired(false)
    .addChoices(
      { name: "Heart (American · F)", value: "af_heart" },
      { name: "Michael (American · M)", value: "am_michael" },
      { name: "Emma (British · F)", value: "bf_emma" },
      { name: "George (British · M)", value: "bm_george" }
    )
)

Consultez la liste complète des voix sur audexum.com/docs. Avec 43 voix dans 32 langues, vous pouvez prendre en charge des communautés multilingues avec un seul bot.

Gérer proprement les limites de débit et les erreurs

Ajoutez un simple wrapper de nouvelles tentatives autour de l’appel à l’API pour les bots en production :

javascript
async function synthesizeWithRetry(text, voiceId, maxRetries = 2) {
  for (let attempt = 0; attempt <= maxRetries; attempt++) {
    try {
      return await synthesize(text, voiceId);
    } catch (err) {
      if (attempt === maxRetries) throw err;
      await new Promise((r) => setTimeout(r, 1000));
    }
  }
}

Pour les bots à fort trafic, suivez l’utilisation des caractères dans votre propre base de données et recevez une alerte avant d’atteindre les limites de votre offre.

Alternatives TTS pour les bots Discord

  • Google Cloud TTS : Meilleur volume gratuit (4 M standard + 1 M WaveNet/Neural2 caractères par mois), nécessite un compte de facturation. Configuration légèrement plus complexe avec le SDK, mais fiable à grande échelle.
  • OpenAI TTS : aucune offre gratuite, $15/1M caractères. Justifié si vous payez déjà les API OpenAI et souhaitez consolider votre facturation. Bonne qualité vocale pour les phrases longues.
  • ElevenLabs : qualité vocale élevée, 10K caractères gratuits sans droits commerciaux. À l’échelle d’un bot, le coût augmente rapidement. Comparaison complète ici.
  • Auto-hébergé (Coqui/Piper) : aucun coût API une fois le système en fonctionnement, mais nécessite un serveur avec ressources GPU ou CPU, une maintenance continue et la gestion des modèles.

Déploiement du bot

En production, exécutez le bot comme processus géré par pm2 :

bash
pm2 start bot.js --name discord-tts-bot
pm2 save

Assurez-vous que votre fichier .env est protégé (chmod 600 .env) et n’est pas ajouté au contrôle de version.


Par Petar, fondateur d’Audexum. Le cas d’utilisation des bots Discord figurait parmi les premières demandes après le lancement. Ce guide couvre exactement ce que j’aurais aimé avoir trouvé lors de la création de la première intégration.

Got any questions left?

Partager votre avis

Cet article vous a-t-il été utile ?

Article suivantComment obtenir une transcription YouTube : 4 méthodes comparées (2026)

Commencez gratuitement. Sans carte bancaire.

2,000 crédits pour commencer, 250 par jour.