配置教程
OpenHuman 语音功能配置教程 — 语音对话与 ElevenLabs 接入
2026-05-25约 7 分钟阅读
OpenHuman 的招牌功能之一就是语音交互。桌面吉祥物（Mascot）可以和你对话，口型同步，甚至加入你的 Google Meet。本文教你从基础到高级配置语音功能。
语音功能概览
- 语音输入（STT）：用麦克风说话，OpenHuman 识别并理解
- 语音输出（TTS）：OpenHuman 用语音回答你
- 口型同步：吉祥物的嘴型匹配语音
- 会议模式：吉祥物加入 Google Meet
开启语音
- 打开 OpenHuman 设置 → 语音
- 开启"语音输入"和"语音输出"
- 选择语音引擎（默认系统语音）
- 测试麦克风和扬声器
配置 ElevenLabs TTS
系统语音效果一般。推荐使用 ElevenLabs 获得更自然的语音效果：
[voice]
stt_engine = "whisper"
tts_engine = "elevenlabs"
elevenlabs_api_key = "你的ElevenLabs Key"
elevenlabs_voice_id = "21m00Tcm4TlvDq8ikWAM" # Rachel 音色在 ElevenLabs 官网注册获取 API Key。你可以在 ElevenLabs 的 Voice Library 中选择不同的音色。
吉祥物语音设置
点击桌面吉祥物可以调整：
- 语音音量和语速
- 是否自动弹出对话
- 始终显示/仅语音时显示
- 吉祥物大小和位置
会议模式
OpenHuman 吉祥物可以加入 Google Meet 会议。它会在会议中：
- 实时转录会议内容
- 回答与会者的问题
- 记录会议要点和待办事项
在设置中开启"会议模式"并授权 Google Meet 集成即可。
常见问题
语音识别不准
确保麦克风质量良好。在安静环境中说话。目前主要支持英语和中文，不要在一种语言中混杂太多外语。
语音输出有延迟
外部 TTS 引擎（ElevenLabs）有网络延迟。如果实时性要求高，使用系统内置 TTS。
吉祥物不显示
检查设置中吉祥物是否开启。如果 GPU 资源不足，吉祥物可能自动隐藏以节省性能。