TTS API для Discord-бота: полное руководство по настройке с discord.js (2026)
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).
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
mkdir discord-tts-bot && cd discord-tts-bot
npm init -y
npm install discord.js @discordjs/voice @discordjs/opus ffmpeg-static dotenvСоздайте файл .env :
DISCORD_TOKEN=your_discord_bot_token
DISCORD_CLIENT_ID=your_application_client_id
AUDEXUM_API_KEY=your_audexum_api_keyПолучите 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:
// 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:
// 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
node bot.jsВ 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:
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:
.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:
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:
pm2 start bot.js --name discord-tts-bot
pm2 saveУбедитесь, 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?