🎙️ TTS-Skill — Multi-Engine Text-to-Speech
TTS-Skill bietet einen einheitlichen Einstiegspunkt zur Sprachgenerierung mit mehreren Backends, konsistenter Ausgabebenennung und Fortschrittsfeedback für langlebige Aufträge.
Engines
- qwen3-tts: Lokale Sprachklonierung mit einer Referenz-Audio-Datei + Transkript
- edge-tts: Online-Stimmen mit Geschwindigkeits-/Tonhöhen-/Stilsteuerung
- openai-tts: OpenAI-Sprachgenerierung über API
Befehlsyntax
/tts-skill [engine] [text] --voice [stimmschlüsselwort] [andere optionen]
Wenn Sie den Python-Einstiegspunkt verwenden:
python tts-skill.py [engine] [text] --voice [stimmschlüsselwort]
Texteingabe
Übergeben Sie Text als Positionsargument oder verwenden Sie --text-file / -f, um aus einer Datei zu lesen.
Beispiel:
python tts-skill.py qwen3-tts --text-file "eingabe\text.txt" --voice 寒冰射手
Hinweise:
--text-fileunterstützt relative und absolute Pfade; relative Pfade werden ab Ihrem aktuellen Arbeitsverzeichnis aufgelöst- Falls sowohl Positionstext als auch
--text-fileangegeben werden, hat--text-fileVorrang - UTF-8 wird empfohlen (UTF-8-BOM wird unterstützt); bei Decodierungsfehlern wird auf GBK zurückgegriffen
Sie können Engine-Skripte auch direkt aufrufen:
python engines/qwen3-tts-cli.py --text-file "eingabe\text.txt" --voice 寒冰射手
python engines/edge-tts-cli.py --text-file "eingabe\text.txt" --voice xiaoxiao
python engines/openai-tts-cli.py --text-file "eingabe\text.txt" --voice alloy
Lokale Sprach-Assets (Qwen3-TTS)
Um eine Klon-Stimme hinzuzufügen, legen Sie ein passendes Paar von Dateien in assets/ ab:
assets/Lei.wav
assets/Lei.txt
Unterstützte Audioformate: .wav, .mp3, .m4a, .flac.
Dann:
python tts-skill.py qwen3-tts "testtext" --voice Lei
Ausgabe
Falls --output nicht angegeben ist:
- Ausgabeverzeichnis:
output/ - Dateinamenmuster:
YYYYMMDD_HHMMSS_<erste-6-zeichen>.<ext>
Fortschritt & Zeitmessung (Qwen3-TTS)
Qwen3-TTS-Aufträge zeigen einen Live-Fortschrittsbalken mit geschätzter Restzeit. Nach Abschluss gibt tts-skill.py Folgendes aus:
- Gesamtlaufzeit
- Gesamtanzahl Zeichen und chinesische Zeichen
- Durchschnittliche Sekunden pro chinesischem Zeichen (oder pro Zeichen, falls kein Chinesisch enthalten)
Projektstruktur
tts-skill/
├── .trae/
│ └── plans/
├── assets/
│ ├── Lei.txt
│ ├── 寒冰射手.txt
│ ├── 布里茨.txt
│ └── 赵信.txt
├── engines/
│ ├── edge-tts-cli.py
│ ├── edge-tts.config
│ ├── openai-tts-cli.py
│ ├── openai-tts.config
│ ├── qwen3-tts-cli.py
│ └── qwen3-tts.config
├── input/
│ └── text.txt
├── output/
├── tts-skill.py
├── INSTALL.md
├── INSTALL.zh-CN.md
├── README.md
├── README.zh-CN.md
├── SKILL.md
└── SKILL.zh-CN.md
Chinesische Spezifikation
Siehe SKILL.zh-CN.md.