Перейти к содержимому

TTS API для Discord-бота: полное руководство по настройке с discord.js (2026)

Audexum9 минBy Petar

Создайте Discord-бота, который синтезирует речь и воспроизводит её на голосовом канале с помощью TTS API Audexum и discord.js. Полный рабочий код включён.

Встроенный TTS Discord (/tts) полезен в течение пяти минут, пока не начинает раздражать. Если вам нужен бот, который говорит в голосовом канале настоящим голосом, а не использует роботизированный браузерный TTS, потребуется внешний TTS API. В этом руководстве описана полная настройка: выбор TTS API, интеграция с discord.js v14 и воспроизведение аудио в голосовом канале. Все фрагменты кода готовы к копированию.

Что вам понадобится

  • 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

Сценарий работы бота: пользователь вводит команду → бот вызывает TTS API → получает аудио в формате MP3 → воспроизводит его в текущем голосовом канале пользователя.

Выбор TTS API для вашего Discord-бота

Основные ограничения при использовании с ботами Discord: задержка (в голосовых каналах важна интерактивность), стоимость при масштабировании (боты могут быстро создавать много аудио) и простота (вам не нужно клонирование голоса — нужен надёжный REST-эндпоинт).

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

Для ботов Discord задержка важнее, чем для пакетных процессов. Разница между провайдерами заметна: всё, что превышает 1 секунду, воспринимается как медленная работа в интерактивной голосовой сессии. REST API Audexum проще всего интегрировать: SDK не требуется, используется Bearer-аутентификация, а ответ содержит двоичный аудиофайл.

См. Audexum и ElevenLabs для подробного сравнения стоимости.

Настройка проекта

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

Создайте файл .env :

env
DISCORD_TOKEN=your_discord_bot_token
DISCORD_CLIENT_ID=your_application_client_id
AUDEXUM_API_KEY=your_audexum_api_key

Получите ключ Audexum API на audexum.com/signup. Бесплатный тариф (бонус 2,000 кредитов при регистрации, ещё 250 при создании вашего первого API-ключа и 250 кредитов в день) достаточно для прототипирования бота.

Помощник TTS

Создать tts.js. Этот код выполняет вызов API и возвращает читаемый поток для воспроизведения аудио:

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 };

Бот: воспроизведение в голосовом канале

Создать bot.js, который обрабатывает команды Discord и передаёт аудио TTS в голосовой канал:

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);

Запуск бота

bash
node bot.js

В Discord введите /speak text:Hello, this is your TTS bot находясь в голосовом канале. Бот подключается, произносит текст, а затем выходит.

Бюджет символов для Discord-ботов

Discord-боты могут расходовать символы быстрее, чем ожидается. Вот несколько сценариев:

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

Для небольшого сервера сообщества с эпизодическим использованием хватит 250 бесплатных кредитов Audexum в день (плюс 2 000 при запуске). Для активного игрового сервера реалистичен тариф за €29 в месяц (1,2 млн кредитов). См. audexum.com/pricing для получения подробной информации о тарифах.

Программа рефералов также действует здесь: поделитесь своим реферальным кодом Audexum с сообществом. Каждая регистрация по вашему коду даёт обоим аккаунтам дополнительные бесплатные кредиты сверх ежемесячного начисления. Для Discord-сервера это может означать стабильное бесплатное использование.

Добавление выбора голоса для пользователей

Распространённый подход — позволить пользователям выбирать голос из списка. Расширьте параметры слэш-команды:

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" }
    )
)

Полный список голосов доступен на audexum.com/docs. С 43 голосами на 32 языках вы сможете поддерживать многоязычные сообщества с помощью одного бота.

Корректная обработка ограничений частоты запросов и ошибок

Для продакшн-ботов добавьте простую обёртку повторных попыток вокруг вызова API:

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));
    }
  }
}

Для ботов с высокой нагрузкой отслеживайте расход символов в собственной базе данных и предупреждайте до достижения лимитов тарифа.

Альтернативы TTS для Discord-ботов

  • Google Cloud TTS: Лучший бесплатный объём (4 млн стандартных + 1 млн WaveNet/Neural2 символов в месяц), требует платёжный аккаунт. Настройка через SDK чуть сложнее, но надёжна в продакшене.
  • OpenAI TTS: нет бесплатного тарифа, $15/1M символов. Имеет смысл, если вы уже платите за API OpenAI и хотите объединить счета. Хорошее качество голоса для длинных фраз.
  • ElevenLabs: высокое качество голоса, 10K бесплатных символов без коммерческих прав. При масштабировании ботов быстро становится дорого. Полное сравнение здесь.
  • Локальное развёртывание (Coqui/Piper): после запуска API ничего не стоит, но нужны сервер с ресурсами GPU или CPU, постоянное обслуживание и управление моделями.

Развёртывание бота

В продакшне запускайте бота как процесс под управлением pm2:

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

Убедитесь, что ваш файл .env защищён (chmod 600 .env) и не добавлен в систему контроля версий.


Автор — Petar, основатель Audexum. Сценарий с ботом Discord был одним из первых, о котором люди стали спрашивать после запуска. В этом руководстве описано именно то, что, по моему желанию, уже существовало, когда я создавал первую интеграцию.

Got any questions left?

Поделиться отзывом

Была ли эта статья полезна?

Следующая статьяКак получить транскрипт YouTube: сравнение 4 способов (2026)

Начните бесплатно. Без карты.

2,000 кредитов для начала, 250 в день.