characteristic-voice 是做什么的？

让您的AI代理听起来像真正的伙伴——会叹气、大笑、犹豫，并用真实的情感说话。

凭据

变量	必填	描述
`NOIZ_API_KEY`	是（如果使用 Noiz 后端）	来自 developers.noiz.ai 的 API 密钥。如果使用本地 Kokoro 后端则不需要。

脚本会将密钥的标准化副本保存到 ~/.noiz_api_key（模式 600）以便使用。要设置它：

bash skills/characteristic-voice/scripts/speak.sh config --set-api-key YOUR_KEY

前提条件

包含的 speak.sh 脚本在运行时需要 curl 和 python3。根据使用的后端和功能，您可能还需要：

工具	何时需要	安装提示
`curl`, `python3`	始终（核心脚本）	通常已预装
`kokoro-tts`	Kokoro（本地/离线）后端	`uv tool install kokoro-tts`
`yt-dlp`	下载用于语音克隆的参考音频	github.com/yt-dlp/yt-dlp
`ffmpeg`	裁剪参考音频片段	ffmpeg.org
`rg` (ripgrep)	搜索字幕文件	github.com/BurntSushi/ripgrep

这些工具都不会由本技能自动安装——请手动在您的环境中配置。

隐私与数据传输

Noiz 后端：使用 Noiz 后端时，您说的文本和提供的任何参考音频都会发送到 https://noiz.ai/v1。如果您提供了 --ref-audio，该音频文件将被上传用于语音克隆。
Kokoro 后端：完全在本地运行——不会离开您的机器。
如果您希望完全离线处理，请选择 Kokoro 后端（--backend kokoro）。

触发器

say like
talk like
speak like
companion voice
comfort me
cheer me up
sound more human

两项技巧

非词汇填充——在自然的停顿处加入细微的人类声音（hmm, haha, aww, heh），让语音充满活力
情感调谐——根据情境调整温暖、喜悦、悲伤、温柔的程度

填充音调色板

声音	感觉	用途
hmm...	思考，温和的认可	安慰，沉思
ah...	领悟，轻柔的惊讶	发现，过渡
uh...	犹豫，共情	谨慎的时刻
heh / hehe	调皮，顽皮	调侃，轻松时刻
haha	大笑	喜悦，幽默
aww	温柔，同情	深度安慰
oh? / oh!	惊讶，关注	对新消息的反应
pfft	忍住的笑	顽皮的怀疑
whew	放松	紧张之后
~ (波浪线)	拉长的、旋律性的结尾	温暖，俏皮

规则：每条短消息最多 2–4 个填充音。放在自然停顿处——句子开头、思路转换。在填充音后使用 ... 表示片刻沉默，在词尾使用 ~ 表示温暖。

预置

晚安

温柔、温暖、略带睡意。语速慢。

早安

温暖、愉快但不夸张。

安慰

柔和、理解、不慌不忙。给予空间。不要急于“修复”问题。

庆祝

兴奋、自豪、真心高兴。

闲聊

放松、俏皮、自然。

使用角色的声音

当用户说类似“用赫敏的声音说话”或“听起来像托尼·斯塔克”时，首先检查参考音频文件是否已存在于 skills/characteristic-voice/ 中。如果存在，直接通过 --ref-audio 使用它。

如果不存在参考音频，您可以创建一个——但请先阅读下面的警告。

准备参考音频（一次性设置）

您需要一个短（10–30 秒）的 WAV 格式目标声音片段。可能的来源：

用户提供的音频——最安全的选择。要求用户提供自己的录音。
公共领域/CC 许可的片段——搜索自由许可的材料。
从在线视频中提取——像 yt-dlp 和 ffmpeg 这样的工具可以下载并裁剪音频。示例工作流程：

yt-dlp "URL" --write-auto-sub --sub-lang en --skip-download -o tmp/clip
rg -n "target line" tmp/clip.en.vtt
yt-dlp "URL" -x --audio-format wav --download-sections "*00:00:00-00:00:25" -o tmp/clip
ffmpeg -i tmp/clip.wav -ss 00:00:02 -to 00:00:20 skills/characteristic-voice/character.wav

版权和隐私警告：从受版权保护的媒体（电影、电视、YouTube）中下载并重复使用他人的声音，可能会根据您所在司法管辖区的规定侵犯版权或人格权。不要上传私人语音录音或未经允许使用的材料。 当使用 Noiz 后端时，参考音频会被发送到 https://noiz.ai/v1 用于语音克隆。如果担心这一点，请考虑改用本地 Kokoro 后端。

使用参考音频

bash skills/characteristic-voice/scripts/speak.sh \
  --preset goodnight -t "Hmm... rest well~ Sweet dreams." \
  --ref-audio skills/characteristic-voice/character.wav -o night.wav

--ref-audio 标志会将文件上传到 Noiz 后端用于语音克隆（需要 NOIZ_API_KEY）。

用法

本技能提供了 speak.sh，这是一个围绕 tts 技能的包装器，并带有伙伴友好的预置。

# 使用预置（自动设置情感 + 语速）
bash skills/characteristic-voice/scripts/speak.sh \
  --preset goodnight -t "Hmm... rest well~ Sweet dreams." -o night.wav

# 自定义情感覆盖
bash skills/characteristic-voice/scripts/speak.sh \
  -t "Aww... I'm right here." --emo '{"Tenderness":0.9}' --speed 0.75 -o comfort.wav

# 使用特定后端和语音
bash skills/characteristic-voice/scripts/speak.sh \
  --preset morning -t "Good morning~" --voice-id voice_abc --backend noiz -o morning.mp3 --format mp3

运行 bash skills/characteristic-voice/scripts/speak.sh --help 查看所有选项。

代理编写指南

从轻柔开始——以填充音（“hmm...”、“oh~”）开头，而不是直接进入内容
镜像情绪——他们低落时温柔，他们高涨时匹配
保持简短——1–3 句话，就像朋友发来的语音消息
温暖地结束——以建立联系的方式收尾（“我在这里”、“明天见~”）
不要说教——倾听并保持在场；不要主动提供建议

characteristic-voice