Communitygithub.com

pyai-text-to-speech

Gere fala natural, narrações ou prompts falados a partir de texto usando o PyAI Speak de conversão de texto em fala (TTS).

O que é pyai-text-to-speech?

Esta skill permite que agentes de IA gerem áudio de fala a partir de texto utilizando o motor de Texto-para-Fala (TTS) PyAI Speak. É projetada para desenvolvedores que precisam de narrações, prompts de voz ou resposta falada em seus aplicativos ou fluxos de trabalho automatizados. A skill suporta a escolha de vozes por idioma e estilo de entrega através da ferramenta `list_voices`, e gera o áudio propriamente dito com a ferramenta `synthesize_speech`. Funciona principalmente em conexões MCP hospedadas, onde o áudio é retornado diretamente ou fornecido como um link para download — não são usados caminhos de arquivo locais nesse modo. Para evitar cobranças duplicadas, a skill não repete automaticamente a síntese após um timeout incerto; ela relata o que sabe sobre o resultado. A integração suporta plataformas como Claude Code, Cursor e Codex, e enfatiza a verificação dos detalhes de capacidade da voz em vez de assumir suporte para um idioma.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Conversão de Texto em Fala

Use os esquemas de ferramentas do PyAI conectados como fonte da verdade; clientes podem prefixar IDs de ferramentas com o nome do servidor. Se o PyAI estiver desconectado, direcione o usuário para o login no navegador do host. Mantenha credenciais fora do chat. Respeite o projeto selecionado e a tarefa autorizada do usuário.

Ferramentas: whoami, list_voices, synthesize_speech

Use list_voices para escolher uma voz atual compatível com o idioma e a entrega solicitados. Passe o texto do usuário para synthesize_speech usando seu esquema ativo. Verifique detalhes de capacidade em vez de assumir que uma voz padrão suporta um idioma.

A geração consome uso; uma solicitação de código funcional por si só não é uma solicitação para sintetizar áudio. Na conexão MCP hospedada, apresente o áudio retornado ou o link de download. Não forneça um output_path local para o servidor hospedado; caminhos de arquivo são relevantes apenas para integrações locais que os suportam.

Não repita automaticamente a síntese após um timeout incerto. Informe o que se sabe sobre o resultado e evite cobranças duplicadas. Para reprodução de fala, forneça a mídia realmente retornada, não um arquivo ou URL fabricado.

Individual skills in this repo

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

Habilidades Relacionadas