Community程式設計與開發github.com

haoyiyin/clone-voice

🎙️ 代理技能 — 使用 Qwen3-TTS 0.6B 進行離線零樣本語音克隆。提供參考音頻和文本,即可獲得克隆語音。支援 CPU/MPS/CUDA,10 種語言。

clone-voice 是什麼?

這個 haoyiyin/clone-voice 技能是一個專為 AI 代理設計的離線零樣本語音克隆工具,基於 Qwen3-TTS 0.6B 模型。它允許使用者透過提供一段參考音頻和相對應的文字,即時生成模仿該聲音的語音輸出,無需任何預先訓練或範例音頻之外的其他數據。此技能支援 CPU、MPS(Apple Silicon)和 CUDA(NVIDIA GPU)等運算後端,並涵蓋 10 種語言,使其在各種開發環境中具有高度可攜性。對於開發者而言,這項技能非常適合需要快速整合語音生成功能的應用場景,例如語音助理、內容創作或無障礙工具。其運作原理是將參考音頻的特徵提取並與目標文字結合,透過 Qwen3-TTS 模型進行推理,從而生成自然的克隆語音。根據 SKILL.md 文檔,該技能旨在作為獨立代理技能無縫整合至 CLI 或自動化工作流程中。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add haoyiyin/clone-voice

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

clone-voice 是做什麼的?

🎙️ 代理技能 — 使用 Qwen3-TTS 0.6B 進行離線零樣本語音克隆。提供參考音頻和文本,即可獲得克隆語音。支援 CPU/MPS/CUDA,10 種語言。

相關技能