Fal 音频

要解决什么问题

在 Agent 或自动化流程里，你往往需要在文本与语音之间来回转换：把回复读给用户听（TTS），或把用户录音转成可处理的文字（STT）。若直接对接 fal.ai 的音频 API，模型选型、参数含义和调用顺序都要自己查文档，容易在对话式任务里反复试错。

技能如何工作

本技能围绕 fal.ai 音频模型，说明何时启用以及推荐的用法模式：

• 文本转语音（TTS）：在需要生成可播放语音时，按技能中的指引选择合适流程与输入格式。
• 语音转文本（STT）：在需要解析音频内容时，遵循技能里归纳的转写路径与注意点。

技能侧重操作说明与模式，而不是替代 fal.ai 官方文档；更完整的接口与版本细节仍以源仓库为准。

适用边界

• 仅覆盖 fal.ai 体系下的音频能力，不包含其它厂商的 TTS/STT。
• 不包含本地离线推理；实际调用依赖 fal.ai 服务与你在环境中的配置。
• 若任务与语音无关，或你已有固定 SDK 封装，不必加载本技能。