🎙️ TTS-Skill — マルチエンジンテキスト読み上げ
TTS-Skill は、複数のバックエンドを使用して音声を生成するための単一エントリーポイントを提供し、一貫した出力命名と長時間ジョブの進行状況フィードバックを備えています。
エンジン
- qwen3-tts: 参照音声 + 文字起こしによるローカル音声クローン
- edge-tts: 速度/ピッチ/スタイル制御機能付きオンライン音声
- openai-tts: API経由のOpenAI音声生成
コマンド構文
/tts-skill [エンジン] [テキスト] --voice [音声キーワード] [その他のオプション]
Pythonエントリーポイントを使用する場合:
python tts-skill.py [エンジン] [テキスト] --voice [音声キーワード]
テキスト入力
テキストは位置引数として渡すか、--text-file / -f を使用してファイルから読み込みます。
例:
python tts-skill.py qwen3-tts --text-file "input\text.txt" --voice 寒冰射手
注意:
--text-fileは相対パスと絶対パスをサポートします。相対パスはカレントワーキングディレクトリから解決されます。- 位置テキストと
--text-fileの両方が指定された場合、--text-fileが優先されます。 - UTF-8 を推奨します(UTF-8 BOM 対応)。デコードエラー時は GBK にフォールバックします。
エンジンスクリプトを直接呼び出すこともできます:
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
ローカル音声アセット(Qwen3-TTS)
クローン音声を追加するには、assets/ にペアのファイルを配置します:
assets/Lei.wav
assets/Lei.txt
サポートされている音声フォーマット:.wav、.mp3、.m4a、.flac。
その後:
python tts-skill.py qwen3-tts "テストテキスト" --voice Lei
出力
--output が指定されていない場合:
- 出力ディレクトリ:
output/ - ファイル名パターン:
YYYYMMDD_HHMMSS_<最初の6文字>.<拡張子>
進捗とタイミング(Qwen3-TTS)
Qwen3-TTS ジョブは、ETA付きのライブ進行状況バーを表示します。完了後、tts-skill.py は以下を出力します:
- 合計実行時間
- 合計文字数と中国語文字数
- 中国語文字あたりの平均秒数(中国語がない場合は全文字あたり)
プロジェクト構成
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
中国語仕様
SKILL.zh-CN.md を参照してください。