🎙️ TTS-Skill — 多引擎文字轉語音
TTS-Skill 提供單一入口點,使用多個後端生成語音,並具有一致的輸出命名與長時間任務的進度回饋。
引擎
- qwen3-tts:使用參考音訊與轉寫文字進行本機語音複製
- edge-tts:線上語音,支援速度/音高/風格控制
- openai-tts:透過 API 進行 OpenAI 語音生成
命令語法
/tts-skill [engine] [text] --voice [voice-keyword] [other options]
若使用 Python 入口點:
python tts-skill.py [engine] [text] --voice [voice-keyword]
文字輸入
將文字作為位置引數傳遞,或使用 --text-file / -f 從檔案讀取。
範例:
python tts-skill.py qwen3-tts --text-file "input\text.txt" --voice 寒冰射手
注意事項:
--text-file支援相對與絕對路徑;相對路徑是從目前工作目錄解析的- 若同時提供位置文字與
--text-file,則--text-file優先 - 建議使用 UTF-8(支援 UTF-8 BOM);解碼錯誤時會回退至 GBK
你也可以直接呼叫引擎腳本:
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
本機語音資產(Qwen3-TTS)
若要新增複製語音,請在 assets/ 中放置一組配對的檔案:
assets/Lei.wav
assets/Lei.txt
支援的音訊格式:.wav, .mp3, .m4a, .flac。
然後執行:
python tts-skill.py qwen3-tts "測試文本" --voice Lei
輸出
若未提供 --output:
- 輸出目錄:
output/ - 檔案命名模式:
YYYYMMDD_HHMMSS_<前6個字元>.<副檔名>
進度與時間(Qwen3-TTS)
Qwen3-TTS 任務會顯示即時進度條與預估剩餘時間。完成後,tts-skill.py 會顯示:
- 總執行時間
- 總字元數與中文字元數
- 每個中文字元的平均秒數(若無中文則為每個字元)
專案結構
tts-skill/
├── .trae/
│ └── plans/
├── assets/
│ ├── Lei.txt
│ ├── 寒冰射手.txt
│ ├── 布里茨.txt
│ └── 趙信.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
中文規格
請參閱 SKILL.zh-CN.md。