FreeSWITCH 简单图形化界面59 - 拨号应用speak,使用纯CPU的kokoro-tts播放文字

FreeSWITCH 简单图形化界面59 - 拨号应用speak,使用纯CPU的kokoro-tts播放文字

• [00、 一个fs的web配置界面预览](#00、 一个fs的web配置界面预览)
• [01、 Web 配置界面预览](#01、 Web 配置界面预览)
• [02、 Web界面安装参考](#02、 Web界面安装参考)
• 1、speak应用简介
• [2、speak 应用语法](#2、speak 应用语法)
• 3、speak示例
• • [3.1 先部署一个TTS服务](#3.1 先部署一个TTS服务)
  • • [3.1.1 拉取镜像](#3.1.1 拉取镜像)
    • [3.1.2 启动容器](#3.1.2 启动容器)
    • [3.1.3 查看启动日志](#3.1.3 查看启动日志)
    • [3.1.4 TTS 服务接口测试](#3.1.4 TTS 服务接口测试)
    • • （1）获取可用音色的接口
      • （2）获取文本转语音接口
  • [3.2 配置 mod_tts_commandline 对接 TTS 服务](#3.2 配置 mod_tts_commandline 对接 TTS 服务)
  • • [3.2.1 编写 TTS 调用脚本 `tts.sh`](#3.2.1 编写 TTS 调用脚本 tts.sh)
    • [3.2.2 配置 tts_commandline.conf](#3.2.2 配置 tts_commandline.conf)
    • [3.2.3 加载模块](#3.2.3 加载模块)
    • [3.2.4 配置拨号方案实现自动语音播报](#3.2.4 配置拨号方案实现自动语音播报)
• 4、效果与性能查看
• [5、补充：无需 speak 应用，直接通过呼叫规则播放 TTS 音频](#5、补充：无需 speak 应用，直接通过呼叫规则播放 TTS 音频)

---

00、 一个fs的web配置界面预览

如果您想通过图形化界面管理 FreeSWITCH 的场景，可直接访问以下 Web 配置界面。

01、 Web 配置界面预览

界面地址	备用地址	登录信息
http://www.fspbx.cn/	http://myfs.f3322.net:8020/	用户名：admin密码：admin

02、 Web界面安装参考

若需自行部署 FreeSWITCH 图形化界面，包含 Docker、脚本、ISO 镜像三种安装方式，适配不同系统环境：

• 安装指南地址：https://blog.csdn.net/jia198810/article/details/137820796
• 核心安装方式概览：

1. Docker 安装：快速部署；
2. 脚本安装：适配 Almalinux、RockyLinux、Debian、Ubuntu 、欧拉等系统，提供一键安装命令，安装后需重启初始化；
3. ISO 镜像安装：基于 Almalinux制作的镜像，刻录到 U 盘或光盘后可自动安装，适合全新服务器部署。

---

1、speak应用简介

speak 是 FreeSWITCH 用于在通话通道中播放 TTS 语音的核心应用，可将文本实时转为语音播放给通话对端。

FreeSWITCH 自带常见 TTS 模块：

• mod_flite：轻量级英文 TTS
• mod_cepstral：商业 TTS 引擎接口
• mod_unimrcp：对接 MRCP 协议 TTS 服务
• mod_tts_commandline：调用外部命令行/脚本实现自定义 TTS（本文重点）

2、speak 应用语法

<action application="speak" data="<engine>|<voice>|<text>|[timer_name]"/>

• engine：TTS 引擎（如 tts_commandline）
• voice：音色名称
• text：需要播报的文本
• timer_name：可选定时器参数

3、speak示例

下面使用speak通过 mod_tts_commandline 对接基于 Kokoro-TTS 的 HTTP TTS 服务，实现中文语音播报。

3.1 先部署一个TTS服务

使用封装好的 tts-server Docker 镜像，快速搭建可通过 HTTP 调用的 TTS 服务。

这个是基于kokoro-tts的，可通过http下载tts后的语音，tts速度看CPU性能，我的测试的虚拟机是 CPU 核心数: 16

核，我觉得还行，要说实时肯定不是，但是20个字，1-2s内还是差不多的。

带缓存，相同文字片段，只转换一次；音色如果不存在，首次需要下载

3.1.1 拉取镜像

podman pull registry.cn-hangzhou.aliyuncs.com/pbx/tts-server:latest
# 或使用 docker
docker pull registry.cn-hangzhou.aliyuncs.com/pbx/tts-server:latest

3.1.2 启动容器

podman run -itd --name tts-server --restart always -p 5000:5000 tts-server

3.1.3 查看启动日志

podman logs -f tts-server

出现服务监听日志即启动成功。

3.1.4 TTS 服务接口测试

（1）获取可用音色的接口

http://你的TTS容器IP:5000/voices

默认音色：zm_yunxi

（2）获取文本转语音接口

http://你的TTS容器IP:5000/stream?voice=zm_yunxi&text=这里输入内容

访问即可直接播放或下载音频。

3.2 配置 mod_tts_commandline 对接 TTS 服务

3.2.1 编写 TTS 调用脚本 tts.sh

创建 /root/tts.sh，通过 wget 调用 HTTP TTS 接口并保存为 wav 文件：

#!/bin/bash
# $1 = 输出wav文件路径
# $2 = 待播报文本

wav_file="$1"
text="$2"

# 调用 HTTP TTS 接口并保存为音频
wget -q -O "${wav_file}" "http://210.51.10.231:5000/stream?voice=zm_yunxi&text=${text}"

赋予执行权限：

chmod +x /root/tts.sh

3.2.2 配置 tts_commandline.conf

直接修改网页配置

或者编辑 conf/autoload_configs/tts_commandline.conf：

<configuration name="tts_commandline.conf" description="TextToSpeech Commandline configuration">
<settings>
<!--
变量说明：
${text}: 待合成文本(已引号处理)
${rate}: 采样率(如8000)
${voice}: 音色名称
${file}: 输出wav文件路径
-->
<param name="command" value="/root/tts.sh ${file} ${text}"/>
</settings>
</configuration>

3.2.3 加载模块

# 控制台执行
load mod_tts_commandline

3.2.4 配置拨号方案实现自动语音播报

示例：拨打 11111 自动应答并播报当前系统时间。

<extension name="11111-TTS播放时间号码">
  <condition expression="^(11111)$" field="destination_number">
    <action application="answer" />
    <!-- TTS服务器有缓存，相同文字只转换一次，动态时间测试 -->
    <action application="set" data="time=${system date +'%Y年%m月%d日%H时%M分'}" />
    <action application="set" data="tts_engine=tts_commandline" />
    <action application="set" data="tts_voice=whatever" />
    <action application="speak" data="现在为您播报时间,现在时间是${time},请安排好您的工作,再见"/>
    <action application="hangup"/>
  </condition>
</extension>

重新加载配置：

reloadxml

4、效果与性能查看

拨打 11111 即可听到完整语音播报.速度取决于cpu的性能。

这里是一个视频

20260329_173945

查看 TTS 服务转换日志：

podman logs -f tts-server

可看到字数统计、合成耗时。

5、补充：无需 speak 应用，直接通过呼叫规则播放 TTS 音频

除了使用 speak 应用调用 TTS 引擎，也可直接通过 system 调用 TTS 服务生成音频文件，再用 playback 播放，无需依赖 speak 应用，呼叫规则示例如下：

<extension name="21111-TTS播放古诗">
  <condition expression="^(21111)$" field="destination_number">
    <action application="answer" />
    <action application="set" data="output=/tmp/output.wav" />
    
    <action application="set" data="text=5个字,窗前明月光" />
    <action application="system" data="wget -O ${output} http://210.51.10.231:5000/stream?text=${text}" />
    <action application="playback" data="/tmp/output.wav" />
    
    <action application="set" data="text=10个字,疑是地上霜,举头望明月" />
    <action application="system" data="wget -O ${output} http://210.51.10.231:5000/stream?text=${text}" />
    <action application="playback" data="/tmp/output.wav" />
    
    <action application="set" data="text=5个字,低头思故乡" />
    <action application="system" data="wget -O ${output} http://210.51.10.231:5000/stream?text=${text}" />
    <action application="playback" data="/tmp/output.wav" />
    
    <action application="set" data="text=声明称，此次行动使用巡航导弹和无人机，并称行动已实现既定目标。声明还表示，此次行动与伊朗及黎巴嫩真主党方面的军事行动同步进行，并强调未来将继续实施军事行动，直至对方停止相关军事行动。" />
    <action application="system" data="wget -O ${output} http://210.51.10.231:5000/stream?text=${text}" />
    <action application="playback" data="/tmp/output.wav" />
    
    <action application="hangup"/>
  </condition>
</extension>

说明：该方式直接通过 wget 调用 TTS 服务生成音频文件（保存至 /tmp/output.wav），再通过playback 播放，无需配置 mod_tts_commandline 模块，适用于简单场景的 TTS 播放需求。

reloadxml

祝君好运！

💗 2026年

🐂 祝君成功，好运连连，牛气冲天

（注：文档部分内容由本人整理并测试，格式由 AI 生成）