Agent Skills
返回列表
TTS语音合成大师(融合版)

TTS语音合成大师(融合版)

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 @guomeng/tts-master。

技能介绍

要解决什么问题

把稿本文本变成可播放的语音,往往要在浏览器里找 TTS 服务、切 API 密钥,或在本地脚本里分别对接 Edge、gTTS、Azure。不同引擎在免费额度、音色和语言上差异很大,批量生成时还容易在格式和语速上不一致。

TTS语音合成大师(融合版)面向「给一段文本,立刻得到可用音频」这条主路径:在技能内指定文本与参数,由助手调用统一流程完成合成,而不是让你自己拼多段 curl 或零散 SDK。

核心能力怎么运作

技能围绕三类引擎与一组可调参数组织工作:

  • 引擎切换:可在 Edge TTS(免费)、gTTS、Azure 之间选择,按成本、音质或合规要求换后端,而不改你的工作流描述。
  • 音色与语言:提供 16 种专业音色 与 8 种语言,适合旁白、说明音、多语言 demo 等需要固定「人声风格」的场景。
  • 语速与输出:支持 语速调节,便于对齐字幕时间轴或课程节奏。
  • 批量合成:可对多段文本按次批量处理;资料说明基础合成能力长期免费,批量合成按次计费,适合偶尔大批量、而非每秒都在跑的流水线。

典型用法是:把定稿文案交给技能,说明引擎、语言、音色和语速,得到可下载或可直接引用的语音结果;需要换引擎时只改参数说明,不必重写集成代码。

边界与注意点

  • 合成质量与可用音色取决于所选引擎及当时服务状态;Azure 等付费通道需你方具备有效账号与配额。
  • 批量能力适合文稿列表、章节拆分等明确的多文本任务;超长单文件或实时流式对讲不在 SKILL.md 描述范围内。
  • 涉及版权、播报合规或敏感内容的对外发布,仍需你自行审核文案与选用引擎的条款。

使用场景

  • 课程上线前要把每节讲义全文转成统一音色、可调语速的旁白 MP3
  • 产品 demo 需英文与中文各一版说明音,要在 Edge 与 Azure 间按配额切换引擎
  • 播客剪辑稿拆成多段台词,按章节列表一次性批量合成再导入时间线
  • 无障碍版本网页要把长文导读转成语音,并指定 8 种语言中的一种输出

适合人员

  • 独立课程讲师,需要把书面讲稿批量变成旁白且不愿自建 TTS 脚本
  • 短视频运营,常把口播文案交给助手合成后再对画面轨
  • 小程序/应用产品经理,要为多语言帮助页生成说明音并对比免费 Edge 与 Azure
  • 技术文档维护者,给长 README 章节做试听版以配合发布会或内部分享