← 返回 Skill 列表
extension
分类: 内容与媒体API Key 暂未确认

文本转语音

交互式文本转语音工具,支持多种音色、语速、音调、音量调节,带预览功能。

person作者: kissstronghubModelScope

Text to Voice Skill

交互式文本转语音工具,支持多种音色、语速、音调、音量调节,带预览功能。

功能特性

  • ✅ 直接输入文字转换
  • ✅ 读取TXT文件转换
  • ✅ 多种男声/女声音色 (11种可选)
  • ✅ 语速调节 (5档: 极慢~极快)
  • ✅ 音调调节 (5档: 低沉~尖锐)
  • ✅ 音量调节 (5档: 静音~最大)
  • ✅ 音色预览试听
  • ✅ 自定义输出文件名
  • ✅ 生成前确认预览
  • ✅ 输出MP3格式文件

工作流程

Step 1: 选择输入方式

第1步:选择输入方式
  [1] ✍️  直接输入文字
  [2] 📂 读取TXT文件

Step 2: 输入/读取文本

  • 直接输入: 键入文字,空行结束
  • 文件读取: 输入TXT文件路径,显示内容预览

Step 3: 选择性别

第2步:选择声音性别
  [1] 👨 男声
  [2] 👩 女声

Step 4: 选择音色

根据性别显示可用音色列表,包含音色名称、描述、风格、适合场景。

Step 5: 预览音色 (可选)

生成一段预览语音供用户试听,确认音色是否满意。

Step 6: 选择语速

第4步:选择语速
  [1] 极慢 (0.6x) - 适合听写、学习
  [2] 较慢 (0.8x) - 适合听力练习
  [3] 正常 (1.0x) - 标准语速
  [4] 较快 (1.2x) - 快速浏览
  [5] 极快 (1.5x) - 倍速播放

Step 7: 选择音调

第5步:选择音调
  [1] 低沉 (-20Hz) - 低音炮效果
  [2] 稍低 (-10Hz) - 略低沉
  [3] 正常 (+0Hz) - 默认音调
  [4] 稍高 (+10Hz) - 略尖锐
  [5] 尖锐 (+20Hz) - 高音效果

Step 8: 选择音量

第6步:选择音量
  [1] 静音 (0%)
  [2] 较小 (50%)
  [3] 正常 (100%)
  [4] 较大 (150%)
  [5] 最大 (200%)

Step 9: 设置输出文件名

输入自定义文件名或使用默认名称(带时间戳)。

Step 10: 最终确认

显示完整的转换配置,用户确认后开始生成。

Step 11: 生成并输出

生成MP3文件,显示文件信息。

音色列表

男声

| 音色名称 | 音色ID | 描述 | 风格 | 适合场景 | |---------|--------|------|------|---------| | 云希 | YunxiNeural | 沉稳专业 | 新闻播报 | 正式场合 | | 云健 | YunjianNeural | 活力阳光 | 体育解说 | 运动视频 | | 云扬 | YunyangNeural | 成熟温暖 | 有声书 | 故事讲述 | | 云夏 | YunxiaNeural | 少年感 | 动画配音 | 儿童内容 |

女声

| 音色名称 | 音色ID | 描述 | 风格 | 适合场景 | |---------|--------|------|------|---------| | 晓晓 | XiaoxiaoNeural | 温柔知性 | 情感电台 | 情感内容 | | 晓依 | XiaoyiNeural | 活泼开朗 | 客服对话 | 交互场景 | | 晓辰 | XiaochenNeural | 专业干练 | 商务演讲 | 商务场合 | | 晓涵 | XiaohanNeural | 甜美可爱 | 儿童故事 | 儿童内容 | | 晓梦 | XiaomengNeural | 软萌温柔 | 撒娇卖萌 | 可爱风格 | | 晓双 | XiaoshuangNeural | 清新自然 | 日常对话 | 生活场景 | | 晓萱 | XiaoxuanNeural | 知性优雅 | 纪录片 | 纪录片 | | 晓甄 | XiaozhenNeural | 沉稳大气 | 正式场合 | 新闻播报 |

依赖安装

pip install edge-tts

直接运行脚本

python .opencode/skills/text2voice/scripts/tts_converter.py

参数说明

| 参数 | 默认值 | 说明 | |------|--------|------| | rate | +0% | 语速 (-40% ~ +50%) | | pitch | +0Hz | 音调 (-20Hz ~ +20Hz) | | volume | +0% | 音量 (-100% ~ +100%) |

输出

  • 文件格式: MP3
  • 文件名: 自定义名称 或 tts_YYYYMMDD_HHMMSS.mp3
  • 保存位置: 当前工作目录

注意事项

  1. 需要联网使用 (edge-tts为在线服务)
  2. 支持中文和英文文本
  3. 单次转换建议文本长度不超过5000字
  4. 生成的MP3文件可使用任意播放器播放

验证

生成后检查:

  1. 文件是否存在
  2. 文件大小是否正常
  3. 播放测试