Communitygithub.com

pyai-text-to-speech

Genera voz natural, locuciones o mensajes hablados a partir de texto usando la síntesis de voz (TTS) de PyAI Speak.

¿Qué es pyai-text-to-speech?

Esta habilidad permite a cualquier agente de IA o modelo de lenguaje grande (LLM) con capacidades de llamada a herramientas generar audio hablado a partir de texto utilizando los servicios de PyAI Speak. Es ideal para crear locuciones, asistentes de voz, narraciones, respuestas habladas y mensajes de voz naturales. La habilidad se apoya en tres herramientas principales: `whoami` para verificar la identidad, `list_voices` para explorar voces disponibles según el idioma y el estilo, y `synthesize_speech` para convertir el texto en audio. El usuario debe estar conectado a través del navegador anfitrión; si la conexión PyAI se pierde, se guía al usuario para que se reconecte. Es importante respetar el proyecto seleccionado y la sesión autorizada, y no incluir credenciales en el chat. La generación de audio consume créditos, por lo que una solicitud de código funcional no implica automáticamente una petición de síntesis. En conexiones MCP alojadas, se devuelve el archivo de audio o un enlace de descarga, y no se debe proporcionar rutas de archivo locales a menos que la integración local las soporte. Si ocurre un tiempo de espera incierto, no se debe repetir la síntesis automáticamente para evitar cargos duplicados. El audio devuelto debe ser el real, no un archivo o URL inventados.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/atomsai/pyai-plugin/tree/main/skills/pyai-text-to-speech

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Texto a Voz

Utilice los esquemas de herramientas de PyAI conectados como fuente de verdad; los clientes pueden prefijar los IDs de las herramientas con el nombre del servidor. Si PyAI está desconectado, dirija al usuario a la página de inicio de sesión del navegador anfitrión. Mantenga las credenciales fuera del chat. Respete el proyecto seleccionado y la tarea autorizada del usuario.

Herramientas: whoami, list_voices, synthesize_speech

Use list_voices para elegir una voz actual que coincida con el idioma y la entrega solicitados. Pase el texto del usuario a synthesize_speech utilizando su esquema en vivo. Verifique los detalles de capacidad en lugar de asumir que una voz predeterminada admite un idioma.

La generación consume créditos; una solicitud de código funcional por sí sola no es una solicitud para sintetizar audio. En la conexión MCP alojada, presente el audio devuelto o el enlace de descarga. No proporcione una output_path local al servidor alojado; las rutas de archivo solo son relevantes para integraciones locales que las soporten.

No repita automáticamente la síntesis después de un tiempo de espera incierto. Indique lo que se sabe sobre el resultado y evite cargos duplicados. Para la reproducción de voz, proporcione el medio devuelto real, no un archivo o URL inventados.

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

Skills relacionados