API TTS per bot Discord: guida completa alla configurazione con discord.js (2026)
Crea un bot Discord che sintetizza voce e la riproduce in un canale vocale usando l’API TTS di Audexum e discord.js. Include il codice completo e funzionante.
Il TTS integrato di Discord (/tts) è utile per cinque minuti prima di diventare fastidioso. Se vuoi un bot che parli in un canale vocale con una vera voce (non la TTS robotica del browser), ti serve un’API TTS esterna. Questa guida copre toda la configurazione: scelta dell’API TTS, integrazione con discord.js v14 e riproduzione dell’audio in un canale vocale. Tutto il codice è pronto per essere copiato e incollato.
Cosa ti serve
- 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
Il flusso del bot è: l’utente digita un comando → il bot chiama l’API TTS → riceve un audio MP3 → lo riproduce nel canale vocale corrente dell’utente.
Scegliere un’API TTS per il tuo bot Discord
I principali vincoli per l’uso nei bot Discord sono: latenza (i canali vocali sono interattivi), costo su larga scala (i bot possono generare molto audio rapidamente) e semplicità (non ti serve il voice cloning, ma un endpoint REST affidabile).
Per i bot Discord, la latenza conta più che per le pipeline batch. La differenza tra i provider è percepibile: qualsiasi valore oltre 1 secondo risulta lento in una sessione vocale interattiva. L’API REST di Audexum è la più semplice da integrare: nessun SDK necessario, autenticazione con Bearer token e risposta audio binaria.
Scopri Audexum vs ElevenLabs per un'analisi dettagliata dei costi.
Configurazione del progetto
mkdir discord-tts-bot && cd discord-tts-bot
npm init -y
npm install discord.js @discordjs/voice @discordjs/opus ffmpeg-static dotenvCrea un file .env così:
DISCORD_TOKEN=your_discord_bot_token
DISCORD_CLIENT_ID=your_application_client_id
AUDEXUM_API_KEY=your_audexum_api_keyOttieni la tua chiave API Audexum da audexum.com/signup. Il piano gratuito (un bonus di 2.000 crediti all'iscrizione, 250 in più alla creazione della prima chiave API e 250 crediti al giorno) basta per prototipare un bot.
L’helper TTS
Crea tts.js. Questo gestisce la chiamata API e restituisce uno stream leggibile per la riproduzione audio:
// 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 };Il bot: riproduzione nel canale vocale
Crea bot.js, che gestisce i comandi Discord e invia l’audio TTS in un canale vocale:
// 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);Esecuzione del bot
node bot.jsIn Discord, digita /speak text:Hello, this is your TTS bot mentre sei in un canale vocale. Il bot entra, legge il testo e poi esce.
Gestione del budget di caratteri per i bot Discord
I bot Discord possono consumare caratteri più rapidamente di quanto tu aspetti. Ecco alcuni scenari:
Per un piccolo server comunitario utilizzato occasionalmente, i 250 crediti gratuiti al giorno di Audexum, più 2.000 iniziali, sono sufficienti. Per un server di gioco attivo, il piano da €29/mese (1,2M di crediti) è la fascia realistica. Scopri audexum.com/pricing per tutti i dettagli dei piani.
Anche il programma referral si applica in questo caso: condividi il tuo codice referral Audexum con la tua community. Ogni registrazione che usa il tuo codice assegna a entrambi gli account crediti gratuiti bonus, oltre all’assegnazione mensile. Per un server Discord, questo può significare un utilizzo gratuito continuativo.
Aggiungere la scelta della voce per gli utenti
Un modello comune consiste nel permettere agli utenti di scegliere da un elenco di voci. Estendi le opzioni del comando slash:
.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" }
)
)Consulta l’elenco completo delle voci su audexum.com/docs. Con 43 voci in 32 lingue, puoi supportare community multilingue con un solo bot.
Gestire con eleganza rate limit ed errori
Per i bot in produzione, aggiungi un semplice wrapper di retry intorno alla chiamata all’API:
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));
}
}
}Per i bot ad alto traffico, monitora il consumo di caratteri nel tuo database e avvisa prima di raggiungere i limiti del piano.
Alternative TTS per i bot Discord
- Google Cloud TTS: Miglior volume gratuito (4M standard + 1M WaveNet/Neural2 caratteri al mese), richiede un account di fatturazione. Configurazione con SDK leggermente più complessa, ma affidabile su larga scala.
- OpenAI TTS: nessun piano gratuito, $15/1M di caratteri. Conviene se paghi già le API di OpenAI e vuoi unificare la fatturazione. Buona qualità della voce per frasi più lunghe.
- ElevenLabs: alta qualità vocale, 10K di caratteri gratuiti senza diritti commerciali. Su scala bot, il costo cresce rapidamente. Confronto completo qui.
- Self-hosted (Coqui/Piper): nessun costo API una volta in esecuzione, ma richiede un server con risorse GPU o CPU, manutenzione continua e gestione dei modelli.
Deployment del bot
In produzione, esegui il bot come processo gestito da pm2:
pm2 start bot.js --name discord-tts-bot
pm2 saveAssicurati che il tuo file .env sia protetto (chmod 600 .env) e non venga aggiunto al controllo di versione.
Di Petar, fondatore di Audexum. Il caso d’uso dei bot Discord è stato uno dei primi richiesti dalle persone dopo il lancio. Questa guida descrive esattamente ciò che mi auguravo esistesse quando stavo costruendo la prima integrazione.
Got any questions left?
Condividi feedback
Questo articolo ti è stato utile?