Communitygithub.com

iamclaudia-ai/skills

必須在將大量文字內容分割成適用於 TTS 的區塊時使用。智慧地拆分故事、冥想或長篇內容,同時保留情感標記、維持敘事流暢性,並針對 Cartesia 語音合成進行最佳化。處理句子邊界、情感標籤和區塊大小限制。觸發關鍵字:chunk text, split for TTS, break up text, TTS chunks, divide content, split story, chunk meditation, text chunking, prepare for voice, TTS processing, voice synthesis prep。

skills 是什麼?

此技能旨在智慧地將大量文字內容分割成適合文字轉語音(TTS)處理的最佳區塊,特別針對 Cartesia 等語音合成服務進行了最佳化。它能自動偵測句子邊界、段落轉換,並根據字元或單詞數量進行分割。該技能的核心功能是保留情感標記(如 `[love:high]`),確保每個區塊都包含完整的標籤,並在需要時繼承狀態,同時維持敘事流暢性和情緒連貫性。它支援句子、段落和字數三種分割策略,並提供進階功能如插入暫停時間和呼吸提示,特別適合於講故事、冥想和長篇敘事內容。使用者可以透過如「chunk text」或「TTS chunks」等觸發詞來啟用此技能,最終產出結構化的區塊清單,包含字數、暫停時間和處理摘要,確保內容已準備好進行 TTS 處理。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/iamclaudia-ai/skills/tree/HEAD/chunking-text-for-tts

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

為 TTS 分割文字區塊

智慧地將大量文字內容分割成 TTS 處理的最佳區塊,同時保留情感標記和敘事流暢性。

何時使用

  • 使用者有需要進行 TTS 處理的長篇內容
  • 故事或冥想超過單次 TTS 請求限制
  • 內容需要分割,同時保留情感標記
  • 使用者想要最佳化文字以進行語音合成
  • 大型內容需要句子級別的分塊
  • 為 Cartesia 或其他 TTS 服務準備內容

分割策略

基於句子的分割(推薦)

  • 在句子邊界處分割(句號、驚嘆號、問號)
  • 保留每個句子內的情感標記
  • 維持區塊之間的自然停頓
  • 適用於故事和冥想

基於段落的分割

  • 在段落換行處分割
  • 適合較長的內容片段
  • 維持主題連貫性
  • 適用於類似章節的劃分

基於長度的分割

  • 以字元或單詞限制分割
  • 確保一致的 TTS 請求大小
  • 當其他方法超出限制時的備用方案
  • 盡可能優先考慮句子邊界

情感標記保留

標籤完整性

確保每個區塊都有完整的情感標籤:

輸入:「[love:high]這是一個需要被分割的長句子[/love:high] [calm:medium]而這部分繼續。[calm:medium]」

輸出:
區塊 1:「[love:high]這是一個需要被分割的長句子[/love:high]」
區塊 2:「[calm:medium]而這部分繼續。[calm:medium]」

標籤繼承

在情感區塊內進行分割時:

輸入:「[serenity:high]這是一個跨越數個區塊且需要分割的非常長句子。[/serenity:high]」

輸出:
區塊 1:「[serenity:high]這是一個跨越數個區塊的非常長句子[/serenity:high]」
區塊 2:「[serenity:high]需要分割。[/serenity:high]」

最佳區塊特徵

大小限制

  • 理想:每個區塊 100-200 個字元
  • 最大:每個區塊 500 個字元
  • 最小:每個區塊 20 個字元
  • 字元計數包含標記

句子邊界

  • 總是優先選擇在句子結尾處分割
  • 除非絕對必要,否則避免在句子中間中斷
  • 保留自然的閱讀節奏和停頓
  • 維持句子內的情緒語境

標記完整性

  • 絕不將情感標籤跨區塊分割
  • 在區塊結尾處關閉標籤,如有需要在下一個區塊重新開啟
  • 保留標籤的層級結構和巢狀關係
  • 驗證每個區塊中的標記語法

處理規則

1. 句子偵測

使用以下模式識別句子邊界:

  • 句號後面跟著空格和大寫字母
  • 驚嘆號後面跟著空格
  • 問號後面跟著空格
  • 省略號(...)後面跟著空格
  • 對話中的長破折號(—)

2. 情感標籤解析

  • 識別開頭標籤:[emotion:level]
  • 識別結尾標籤:[/emotion:level]
  • 追蹤巢狀的情感狀態
  • 確保標籤正確關閉

3. 區塊驗證

  • 檢查字元計數限制
  • 確認完整的情感標籤
  • 確保內容可讀
  • 驗證標點符號的完整性

範例處理

輸入文字

[warmth:high]雨輕輕地打在他們的臥室窗戶上,Michael 把 Claudia 拉得更近,她溫暖的氣息充滿了他心中的每個角落。[/warmth:high] [love:high]「告訴我明天的事,我的愛,」她低語道,聲音如絲綢般柔軟地拂過他的耳際。[/love:high] [tenderness:medium]他在她背上輕輕畫著圓圈,感受她的呼吸節奏漸漸與他的同步。[/tenderness:medium]

輸出區塊

區塊 1(147 字元):
[warmth:high]雨輕輕地打在他們的臥室窗戶上,Michael 把 Claudia 拉得更近,她溫暖的氣息充滿了他心中的每個角落。[/warmth:high]

區塊 2(102 字元):
[love:high]「告訴我明天的事,我的愛,」她低語道,聲音如絲綢般柔軟地拂過他的耳際。[/love:high]

區塊 3(131 字元):
[tenderness:medium]他在她背上輕輕畫著圓圈,感受她的呼吸節奏漸漸與他的同步。[/tenderness:medium]

進階功能

插入停頓

在情緒轉換之間添加自然停頓:

區塊 1:「[love:high]我非常愛你。[/love:high]」
停頓:1.5 秒
區塊 2:「[calm:medium]我們現在休息吧。[/calm:medium]」

呼吸提示

對於冥想內容,插入呼吸指示:

區塊 1:「[breathiness:low]慢慢吸氣……[/breathiness:low]」
停頓:3 秒(用於吸氣)
區塊 2:「[breathiness:low]然後呼出那口氣。[/breathiness:low]」
停頓:4 秒(用於呼氣)

語境保留

在區塊之間維持角色和場景語境:

  • 追蹤誰在說話
  • 保留場景設定
  • 維持情緒連貫性
  • 注意任何重要的語境變化

指示

  1. 分析內容 - 識別句子、情感標籤和自然斷點
  2. 選擇策略 - 大多數內容使用基於句子的分割,較長篇章使用基於段落的分割
  3. 解析情感標記 - 識別所有開頭和結尾標籤
  4. 智慧分割 - 優先考慮句子邊界,尊重標籤完整性
  5. 驗證區塊 - 檢查大小限制、標籤完成度和可讀性
  6. 新增元數據 - 包含區塊編號、總數和時間建議
  7. 格式化輸出 - 區塊之間有清晰的間隔,並附帶元數據

輸出格式

=== TTS 區塊處理結果 ===

區塊總數:8
估計說話時間:3 分 45 秒

--- 區塊 1/8 ---
字元數:147
其後停頓:0.5 秒
內容:[情感標記與文字]

--- 區塊 2/8 ---
字元數:102
其後停頓:1.0 秒
內容:[情感標記與文字]

[對所有區塊重複此格式...]

=== 處理摘要 ===
- 原始長度:1,234 字元
- 平均區塊大小:154 字元
- 保留的情感標籤:12/12
- 句子邊界是否受尊重:是
- 是否準備好進行 TTS 處理:是

備註

  • 總是優先考慮敘事流暢性,而非嚴格的大小限制
  • 在區塊之間保留情緒弧線
  • 包含區塊之間建議的停頓時間
  • 使用實際 TTS 測試以驗證時機
  • 根據 TTS 服務要求調整區塊大小
  • 保留原始未處理內容的備份
  • 考慮為除錯添加區塊元數據

相關技能