SuperAPI AI 工具集

text-to-speech

通用与其它

查看项目

更新于 10-15 19:58

技能介绍

用途:将文本转换为语音音频,基于 OpenAI TTS API。适用于用户要求朗读、口述、生成音频版本内容,或用户发送语音消息后需要以语音回复的场景。

主要能力:通过 telclaude tts 命令生成语音。使用 --voice-message 输出 OGG/Opus 格式,在 Telegram 中显示为带波形的语音消息;不加该参数则输出普通音频文件(默认 mp3),以音乐播放器形式展示。可选参数包括 --voice(alloy、echo、fable、onyx、nova、shimmer,默认 alloy)、--speed(0.25 至 4.0,默认 1.0)、--model(tts-1、tts-1-hd,默认 tts-1)、--format(mp3、opus、aac、flac、wav,默认 mp3,使用 --voice-message 时忽略)。

使用方式:语音消息回复示例为 telclaude tts "Your response here" --voice-message,回复时仅输出文件路径,不加文字说明;普通音频文件示例为 telclaude tts "Your text here"。命令输出文件路径、大小、格式、语音和时长等元数据,中继会自动检测路径并发送媒体。路径位于 TELCLAUDE_MEDIA_OUTBOX_DIR 下(原生模式默认 .telclaude-media,Docker 中为 /media/outbox)。

限制:每次请求最多 4096 字符,超出会被截断;音频文件临时存储,24 小时后清理;需配置 OPENAI_API_KEY。计费方面,tts-1 为 $0.015/1K 字符,tts-1-hd 为 $0.030/1K 字符。