tts-voice-synthesis
智能语音合成服务，支持音色克隆、拟人化语义适配配音、流式实时生成、多语言与方言支持，提供 1.7B/0.6B 双模型选择
npx skills add anbeime/skill --skill tts-voice-synthesis --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# TTS 语音合成服务 ## 任务目标 - 本 Skill 用于：将文本转换为高质量语音，支持音色克隆、情感适配、流式生成和多语言支持 - 能力包含： - 角色音色自动采集与克隆（从参考音频提取音色特征） - 拟人化语义适配配音（根据文本情绪自动调整语音语调、语速、音调） - 流式实时配音（支持边输入文本边生成语音） - 多语言与方言支持（中文、英文及多种方言） - 双模型选择（1.7B 高质量模型、0.6B 快速模型） - 触发条件：当需要将文本转换为语音、克隆特定音色、生成情感化配音时使用 ## 前置准备 - 模型下载：根据选择的 TTS 模型下载对应的权重，详见 [references/model_config.md](references/model_config.md) - 硬件要求： - GPU：推荐使用 8GB+ 显存的 GPU（0.6B 模型可在 CPU 上运行） - 内存：建议 16GB+ 系统内存 - 磁盘空间：至少 10GB 可用空间（模型权重约 3-5GB） - 依赖配置：确保已安装所需的 Python 依赖包 ## 操作步骤 ### 模式一：基础语音合成 1. 文本准备 - 确认待合成的文本内容 - 智能体将分析文本情绪和语义特征 2. 选择音色 - 使用预置音色（见 references/model_config.md） - 或使用已克隆的自定义音色 3. 执行合成 - 调用 `scripts/tts_generate.py` 进行语音生成 - 根据情绪分析结果自动设置语音参数 4. 验证输出 - 检查生成的音频质量和情感匹配度 - 如有需要，调整参数重新生成 ### 模式二：音色克隆 1. 准备参考音频 - 提供目标音色的参考音频文件（3-30 秒，清晰语音） - 确保参考音频无背景噪音、音质清晰 2. 提取音色特征 - 调用 `scripts/voice_clone.py` 提取音色特征 - 保存为可复用的音色模型 3. 使用克隆音色 - 使用提取的音色模型生成语音 - 可应用于不同文本的配音 ### 模式三：流式实时配音 1. 文本分段 - 将长文本分段处理（智能体自动完成） - 确保分段自然，不会截断语义 2. 流式生成 - 调用 `scripts/tts_generate.py` 启用流式模式 - 逐步生成并输出音频片段 3. 实时合并 - 将生成的音频片段实时合并 - 输出完整的配音文件 ### 模式四：情感适配配音 1. 文本情绪分析 - 智能体分析文本的情绪倾向（高兴、悲伤、愤怒、平静等） - 识别关键情感词和语气 2. 语音参数调整 - 根据情绪自动调整： - 语速（悲伤时放慢，兴奋时加快） - 音调（悲伤时降低，兴奋时提高） - 音量（根据情感强度调整） 3. 生成验证 - 生成情感化语音 - 验证情感表达是
- 任务目标
- 前置准备
- 操作步骤
- 模式一：基础语音合成
- 模式二：音色克隆
- 模式三：流式实时配音
- 模式四：情感适配配音
- 资源索引
- 注意事项
- 使用示例
python scripts/tts_generate.py \ python scripts/voice_clone.py \
What does the tts-voice-synthesis skill do?
智能语音合成服务，支持音色克隆、拟人化语义适配配音、流式实时生成、多语言与方言支持，提供 1.7B/0.6B 双模型选择
How do I install it?
Run `npx skills add anbeime/skill --skill tts-voice-synthesis --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From anbeime/skill, a repository with 4,714 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.