issue: Speech Playback Speed is ignored by Read Aloud and response auto-playback

问题场景

用户在 Open WebUI 中把 Text-to-Speech Engine 设为 OpenAI（API Base URL 指向 Kokoro-FastAPI），然后在 Settings > Audio 将 Speech Playback Speed 设为 2x 并保存。点击回复下方的 Read Aloud，或开启 Auto-Playback Response 后发送消息，语音仍以正常速度（1x）播放。Issue 报告称设置本身已保存——用户设置里的 ui.audio.tts.playbackRate 读到 2，但该值没有传递到实际播放环节。该问题在 v0.11.4 和 dev 分支的已发布镜像上均可复现，设为 5x 也无效果。

报错原文

issue: Speech Playback Speed is ignored by Read Aloud and response auto-playback

Settings > Audio > Speech Playback Speed has no effect on Read Aloud or response auto-playback with a server TTS engine. Every sentence plays at 1x.

原因分析

最可能的原因是音频队列在切换句子时重置了播放速率。Issue 分析指出：src/lib/utils/audio.ts 中的 AudioQueue.setPlaybackRate 只设置了一次 audio.playbackRate，随后 next() 会为队列中每个句子重新赋值 audio.src。给媒体元素赋值 src 会触发媒体元素加载算法，该算法会把 playbackRate 重置为 defaultPlaybackRate；而代码从未设置 defaultPlaybackRate，因此它保持默认值 1。Issue 报告者推测此问题随队列重构（1cc3493d）引入，因为在那之前每个片段都是独立的 new Audio(blobUrl)，且在构造后才设置速率。CallOverlay.svelte 是在赋值 src 之后才设置 playbackRate，所以推测通话模式不受影响，但报告者未测试。

环境排查

• 确认 Open WebUI 版本：Issue 中复现于 v0.11.4（8bd8b4fa）和 dev（7e6c8d7b）。
• 确认安装方式：Docker。
• 确认服务端操作系统：Ubuntu 24.04.4 LTS，Docker 29.7.2。
• 确认客户端浏览器：Issue 中为 Fedora 44 / Firefox 155，另有用户在 Ubuntu 上的 Firefox 和 Chrome 复现。
• 确认 TTS 配置：Admin Panel > Settings > Audio 中 Text-to-Speech Engine 为 OpenAI，API Base URL 指向 Kokoro-FastAPI，TTS Model 为 kokoro。
• 确认 Settings > Audio 中 Speech Playback Speed 已设为 2x 或更高并保存。
• 确认问题范围：Read Aloud 和回复自动播放均受影响；Voice Mode 在同一 2x 设置下不受影响。
• Issue 未涉及 Ollama，无需检查其版本。

解决步骤

1. 先确认用户设置中 ui.audio.tts.playbackRate 确实写入了目标值（Issue 中读到 2），以排除设置未保存的情况。
2. 按 Issue 给出的思路，在 src/lib/utils/audio.ts 的 setPlaybackRate 中同时设置 defaultPlaybackRate 和 playbackRate：

setPlaybackRate(rate: number) {
	this.audio.defaultPlaybackRate = rate;
	this.audio.playbackRate = rate;
}

3. 若不修改代码，可优先尝试用户侧的 workaround：在 Admin > Audio > Additional Parameters 中为 Kokoro-FastAPI 传入 {"speed": 1.1}，让服务端以指定速度合成语音。
4. 注意 workaround 的缓存问题：TTS 缓存键不包含 Additional Parameters，改动前已缓存的句子仍会保持旧速度，需要让这些句子重新生成。

验证方法

按 Issue 中的测量方式，在播放时用 currentTime 对比墙钟时间，每隔 250 ms 采样一次。未修复时，playbackRate 在播放期间为 1，实测每句速度为 0.97x–1.01x（v0.11.4）和 0.96x–1.01x（dev）。加上 defaultPlaybackRate 后，playbackRate 在播放期间为 2，实测速度为 1.81x–1.94x；报告者推测未完全达到 2x 是由于对 1.3–2.5 秒句子采用 250 ms 采样所致。也可以在浏览器控制台用最小复现确认媒体元素行为：

const a = new Audio();
a.playbackRate = 2;
a.src = 'a.mp3';
a.playbackRate; // 1

若先设置 a.defaultPlaybackRate = 2，或在赋值 src 之后再次设置 playbackRate，则值会保持为 2。

参考来源

open-webui/open-webui #31870

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。