🎙️ TTS-Skill — Síntesis de Voz Multi-Motor
TTS-Skill proporciona un punto de entrada único para generar voz utilizando múltiples motores backend, con nombres de salida consistentes y retroalimentación de progreso para trabajos de larga duración.
Motores
- qwen3-tts: clonación de voz local con un audio de referencia + transcripción
- edge-tts: voces en línea con controles de velocidad/tono/estilo
- openai-tts: generación de voz de OpenAI a través de API
Sintaxis de Comandos
/tts-skill [engine] [text] --voice [voice-keyword] [other options]
Si usas el punto de entrada de Python:
python tts-skill.py [engine] [text] --voice [voice-keyword]
Entrada de Texto
Pasa el texto como argumento posicional, o usa --text-file / -f para leerlo desde un archivo.
Ejemplo:
python tts-skill.py qwen3-tts --text-file "input\text.txt" --voice 寒冰射手
Notas:
--text-filesoporta rutas relativas y absolutas; las rutas relativas se resuelven desde tu directorio de trabajo actual- Si se proporcionan tanto el texto posicional como
--text-file,--text-filetiene prioridad - Se recomienda UTF-8 (se soporta UTF-8 BOM); en caso de error de decodificación, se recurre a GBK
También puedes llamar directamente a los scripts del motor:
python engines/qwen3-tts-cli.py --text-file "input\text.txt" --voice 寒冰射手
python engines/edge-tts-cli.py --text-file "input\text.txt" --voice xiaoxiao
python engines/openai-tts-cli.py --text-file "input\text.txt" --voice alloy
Recursos de Voz Local (Qwen3-TTS)
Para agregar una voz clonada, coloca un par de archivos coincidentes en assets/:
assets/Lei.wav
assets/Lei.txt
Formatos de audio compatibles: .wav, .mp3, .m4a, .flac.
Luego:
python tts-skill.py qwen3-tts "测试文本" --voice Lei
Salida
Si no se proporciona --output:
- Directorio de salida:
output/ - Patrón de nombre de archivo:
YYYYMMDD_HHMMSS_<first-6-chars>.<ext>
Progreso y Tiempo (Qwen3-TTS)
Los trabajos de Qwen3-TTS muestran una barra de progreso en vivo con ETA. Después de completarse, tts-skill.py imprime:
- tiempo total de ejecución
- caracteres totales y caracteres chinos
- segundos promedio por carácter chino (o por carácter si no hay chino)
Estructura del Proyecto
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
Especificación en Chino
Ver SKILL.zh-CN.md.