🎙️ TTS-Skill — 多引擎文本转语音
TTS-Skill 提供了一个统一的入口点,用于通过多个后端生成语音,具有一致的输出命名和长时间运行任务的进度反馈。
引擎
- qwen3-tts:使用参考音频和转录文本进行本地声音克隆
- edge-tts:支持速度/音高/风格控制的在线语音
- openai-tts:通过API进行OpenAI语音生成
命令语法
/tts-skill [引擎] [文本] --voice [语音关键词] [其他选项]
如果使用Python入口点:
python tts-skill.py [引擎] [文本] --voice [语音关键词]
文本输入
将文本作为位置参数传递,或使用 --text-file / -f 从文件读取。
示例:
python tts-skill.py qwen3-tts --text-file "input\text.txt" --voice 寒冰射手
注意:
--text-file支持相对路径和绝对路径;相对路径从当前工作目录解析- 如果同时提供位置文本和
--text-file,则--text-file优先 - 推荐使用 UTF-8 编码(支持 UTF-8 BOM);解码失败时回退到 GBK
你也可以直接调用引擎脚本:
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
本地语音资源 (Qwen3-TTS)
要添加克隆语音,请在 assets/ 目录中放置一对匹配的文件:
assets/Lei.wav
assets/Lei.txt
支持的音频格式:.wav、.mp3、.m4a、.flac。
然后执行:
python tts-skill.py qwen3-tts "测试文本" --voice Lei
输出
如果未提供 --output:
- 输出目录:
output/ - 文件名模式:
YYYYMMDD_HHMMSS_<前6个字符>.<扩展名>
进度与计时 (Qwen3-TTS)
Qwen3-TTS 任务会显示带有 ETA 的实时进度条。完成后,tts-skill.py 会打印:
- 总运行时间
- 总字符数和中文字符数
- 平均每个中文字符(或非中文时的每个字符)的秒数
项目结构
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
中文说明
请参见 SKILL.zh-CN.md。