Agent Skills
返回列表
Kling TTS 情感语音合成

Kling TTS 情感语音合成

设计多媒体 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_f95f21b8/dlazy-keling-tts。

技能介绍

解决的问题

当 Agent 需要把提示词、字幕或文案转换成可播放语音时，直接调用云厂商 SDK 会引入密钥配置、异步任务轮询和错误处理等细节。keling tts 把这些收敛成一条 dlazy keling-tts 命令：输入文本与参数，输出 Kling TTS 的语音结果或任务状态，适合在本地工作流里接入情感语音生成。

工作方式

该技能是 dLazy 托管 API 的薄客户端。调用时，文本和参数发送到 api.dlazy.com 进行推理；若传入本地文件路径，CLI 会将其上传到 dLazy 媒体存储，供模型读取；生成后的资源通常以 files.dlazy.com 上的 URL 返回。

  • 认证：通过 dLazy API key 访问，也可用 DLAZY_API_KEY 临时提供。
  • 同步输出：默认等待任务完成并返回语音结果。
  • 异步模式：使用 --no-wait 时返回 task.generateId 与 status，再查询任务状态。
  • 参数引用：支持 -、@N、@N.path、@stdin 等管道引用，方便串联上游输出。
  • 错误提示：401 表示 key 缺失或无效，503 可能提示余额不足或服务异常。

适用边界

它适合把短文本、脚本或生成式文案转换为 Kling TTS 语音，不适合需要完全离线推理、私有化部署或绕过 dLazy 账户计费的场景。若结果返回 insufficient_balance 或 unauthorized，需要按提示检查 dLazy 账户额度或 API key。

使用场景

  • 制作短视频配音时，把已审定的旁白脚本转成带情感的语音，再取回音频 URL 用于混音。
  • 在播客流程中，用 `--no-wait` 提交单集要点稿的语音任务，并轮询状态直到音频可用。
  • 制作课件时，把 Markdown 分段文案逐段生成语音，便于编辑试听并挑选最佳朗读。
  • 串联 Agent 输出时，用 `@N.path` 读取文案字段，并直接送入 Kling TTS 生成语音。

适合人员

  • 负责短视频配音的后期制作，需要把脚本快速转成可试听的情感语音。
  • 搭建 Agent 工作流的工程师，希望把上游文案字段直接接入语音生成命令。
  • 制作播客或课件的编辑，需要把多段文字生成语音并逐条试听筛选。
  • 使用 dLazy API 的产品团队，需要用 CLI 统一处理 TTS 调用和余额提示。