ai-voice-cloning
该技能通过 inference.sh CLI(belt)提供 AI 语音生成、文本转语音与语音合成能力,支持多种模型:Inworld TTS-2(100+ 语言、情绪与非语言引导、多种表达模式)、Inworld TTS 1.5 Max/Mini(低延迟,15 种语言)、ElevenLabs TTS(22+ 音色、32 种语言)、ElevenLabs Voice Changer(转换已有录音),以及 Kokoro、DIA、Chatterbox、Higgs、VibeVoice 等。可生成旁白、有声书、播客、视频配音、多角色对话等,并支持与视频合并、生成数字人说话视频。