🎙️ TTS-Skill — Texto-para-Fala com Múltiplos Motores
O TTS-Skill fornece um ponto de entrada único para gerar fala usando vários backends, com nomenclatura de saída consistente e feedback de progresso para tarefas longas.
Motores
- qwen3-tts: clonagem de voz local com um áudio de referência + transcrição
- edge-tts: vozes online com controles de velocidade/tom/estilo
- openai-tts: geração de fala da OpenAI via API
Sintaxe do Comando
/tts-skill [motor] [texto] --voice [palavra-chave-da-voz] [outras opções]
Se você usar o ponto de entrada Python:
python tts-skill.py [motor] [texto] --voice [palavra-chave-da-voz]
Entrada de Texto
Passe o texto como um argumento posicional, ou use --text-file / -f para ler de um arquivo.
Exemplo:
python tts-skill.py qwen3-tts --text-file "input\text.txt" --voice 寒冰射手
Observações:
--text-filesuporta caminhos relativos e absolutos; caminhos relativos são resolvidos a partir do seu diretório de trabalho atual- Se tanto o texto posicional quanto
--text-fileforem fornecidos,--text-filetem prioridade - UTF-8 é recomendado (UTF-8 BOM é suportado); em caso de erro de decodificação, ele cai para GBK
Você também pode chamar os scripts do motor diretamente:
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
Ativos de Voz Local (Qwen3-TTS)
Para adicionar uma voz clonada, coloque um par de arquivos correspondentes em assets/:
assets/Lei.wav
assets/Lei.txt
Formatos de áudio suportados: .wav, .mp3, .m4a, .flac.
Depois:
python tts-skill.py qwen3-tts "测试文本" --voice Lei
Saída
Se --output não for fornecido:
- Diretório de saída:
output/ - Padrão de nome de arquivo:
YYYYMMDD_HHMMSS_<primeiros-6-caracteres>.<ext>
Progresso e Tempo (Qwen3-TTS)
Trabalhos Qwen3-TTS exibem uma barra de progresso ao vivo com ETA. Após a conclusão, tts-skill.py imprime:
- tempo total de execução
- total de caracteres e caracteres chineses
- média de segundos por caractere chinês (ou por caractere se não houver chinês)
Estrutura do Projeto
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
Especificação em Chinês
Veja SKILL.zh-CN.md.