config.yaml 详解
服务端所有可调参数都在 config.yaml 里。改完要重启服务生效：
bash
systemctl restart tts-server # Linux（一键安装）相对路径规则
配置里所有相对路径都相对于配置文件所在目录解析， 不是相对于你执行命令时的目录，所以从哪里启动都一样。
server —— 监听与日志
yaml
server:
host: "0.0.0.0" # 0.0.0.0 = 局域网可访问；只本机用可改 127.0.0.1
port: 8080
log_level: "INFO" # DEBUG / INFO / WARNING
public_base_url: "" # 生成 audio_url 用的对外地址，留空自动按请求头推断host 改成 127.0.0.1 就只有本机能访问，多一层保护。
security —— 鉴权
yaml
security:
api_key: "your-secret-key" # 留空 = 不校验（不推荐）
protect_audio: false # true 时 /audio/xxx 也要带 key客户端支持三种传法，任选：
http
X-API-Key: your-secret-key
Authorization: Bearer your-secret-keytext
GET /audio/xxx.wav?key=your-secret-key # 浏览器/播放器没法自定义请求头时用tts —— 语音源
yaml
tts:
source: "auto"
speaker: "zh-CN-YunxiNeural"
pitch: 5 # RVC 变调半音数
rate: 0 # 语速百分比
volume: 0 # 音量百分比
edge_pitch_hz: 0 # Edge TTS 原生音高，非必要不要改
retries: 3 # 在线语音失败重试次数source 四个取值
| 值 | 行为 | 需要什么 |
|---|---|---|
edgetts | 只用微软在线语音（音色最自然） | 联网 |
sapi | 只用 Windows 自带离线语音 | Windows（系统自带） |
espeak | 只用 espeak-ng 离线语音 | Linux/macOS，apt install espeak-ng |
auto（默认） | 先用在线，失败自动转本地 | 推荐 |
local / offline 是别名：Windows 上指向 sapi，其它系统上指向 espeak。
本地离线语音的参数
yaml
tts:
sapi_voice: "" # Windows 语音名，留空自动挑中文语音
sapi_rate: 0 # -10 ~ 10
sapi_timeout: 60
espeak_voice: "cmn" # espeak-ng 音色：cmn = 普通话
espeak_speed: 180 # 词/分钟
espeak_timeout: 60pitch 怎么调
pitch 是 RVC 的变调半音数，不是音高百分比：
0= 不变调- 正数 = 声音更接近女声 / 更年轻，男声模型转女声一般
+5 ~ +12 - 负数 = 更低沉，反向转换一般
-5 ~ -12
chunk —— 长文本分段（低显存关键配置）
yaml
chunk:
enabled: true
max_chars: 80 # 单段最大字数
min_chars: 10 # 相邻过短片段合并阈值RVC 的显存峰值只与单段长度相关，与文本总长度无关。按显存选：
| 显存 | max_chars | 峰值约 |
|---|---|---|
| 2 GB | 60 | 1.7 GB |
| 4 GB | 120 | 2.4 GB |
| 6 GB | 80 ~ 200 | 1.9 ~ 3.5 GB |
| 8 GB+ | 200 | 基本不触发分段 |
设成 0 或 enabled: false 就关掉分段（回到旧行为，长文本会吃很多显存）。
rvc —— 音色模型
yaml
rvc:
enabled: true
model: "MyVoice.pth" # 相对 model_dir，也可写绝对路径
model_dir: "./models"
index: "MyVoice.index" # 可选的 .index，有就填
f0_method: "rmvpe"
device: "auto" # auto / cuda:0 / cpu
min_vram_mb: 1800 # auto 模式下低于该显存直接用 CPU
allow_cpu_fallback: true # 运行时显存不足自动降级 CPU 重试
is_half: true # 半精度（CPU 上自动关闭）
preload: true # 启动即加载模型f0_method 怎么选
| 值 | 音质 | 速度 | 说明 |
|---|---|---|---|
rmvpe | 最好 | 中等 | 默认值，推荐 |
fcpe | 好 | 较快 | 会强制 fp32 |
pm | 一般 | 最快 | 机器慢时用 |
dio | 一般 | 快 | |
harvest | 较好 | 慢 | |
crepe | 好 | 很慢 | 不推荐 |
只调试链路不换音色
yaml
rvc:
enabled: false # 跳过 RVC，直接输出 Edge TTS 原始音频显存占用几乎为零，适合先验证整条链路通不通。
webui —— 网页控制台
yaml
webui:
enabled: true
username: "admin"
password: "" # 留空 = 打开控制台不需要登录
session_hours: 12 # 登录状态保持多久详见网页控制台。
storage —— 音频文件
yaml
storage:
output_dir: "./output"
expire_minutes: 10 # 生成的音频多少分钟后自动删除
cleanup_interval_minutes: 2
cache_by_text: true # 相同文本复用音频
max_text_length: 2000 # 单次请求最大文本长度expire_minutes 是最常改的一项。生成的音频只保留 10 分钟， 到期由后台任务删除，不会在磁盘上堆积。
queue —— 并发与超时
yaml
queue:
max_concurrent: 1 # 同时推理的任务数（RVC 底层库本身串行，建议保持 1）
max_queue_size: 16 # 排队上限，超过返回 503
timeout: 180 # 单任务超时（秒）；长文本会自动放宽不建议调大 max_concurrent
RVC 推理库内部有全局状态，本身不支持并发。设大了容易出 'tuple' object has no attribute 'dtype' 之类的怪问题。
audio —— 输出格式
yaml
audio:
output_format: "wav" # wav（推荐）或 mp3（体积更小）
mp3_bitrate: "64k"AstrBot 发语音消息推荐用 wav。
用环境变量覆盖
不想改配置文件时，可以用环境变量（Docker / systemd 部署方便）：
text
TTS_SERVER_CONFIG 指定配置文件路径
TTS_SERVER_HOST / TTS_SERVER_PORT / TTS_SERVER_API_KEY
TTS_SERVER_PUBLIC_BASE_URL
TTS_SERVER_OUTPUT_DIR / TTS_SERVER_LOG_LEVEL
RVC_MODEL / RVC_MODEL_DIR / RVC_DEVICE / RVC_ENABLEDsystemd 里这样写：
ini
[Service]
Environment=TTS_SERVER_API_KEY=your-secret-key
Environment=RVC_DEVICE=cuda:0只校验配置不启动
bash
python main.py --config config.yaml --check-config会把解析后的完整配置打印出来（不含密钥），用来确认有没有填错。