用途:将文本转换为语音音频,适用于需要“发送语音”“发送音频消息”“创建声音”“生成语音”等场景,底层使用 ElevenLabs TTS。
主要能力:支持通过命令行从文本或文件生成 MP3 音频;可指定语音 ID、语速(默认 1.0)、稳定度(默认 0.5)与相似度(默认 0.75);可列出可用声音。资料中的提示词指南面向希伯来语,可在文本中使用方括号标注语音指示(如呼吸、笑声、兴奋、严肃、悲伤、轻声、快速、缓慢清晰、疑问、惊讶等),并可加入“אממ...”等口语填充词与停顿以增强自然感。
使用方式:首次使用需先按 ./SETUP.md 完成配置,并将 setup_complete 置为 true;在 ElevenLabs 配置语音 ID(可使用内置声音或克隆声音)。命令示例:cd ~/.claude/skills/speech-generator/scripts;npx ts-node generate_speech.ts -t "文本" -o /path/to/output.mp3;或使用 -f /path/to/script.txt 从文件读取;--list-voices 可列出声音。输出路径为必填项。
适用场景:面向需要快速生成口播、语音消息或旁白音频,并希望用语音指示和口语化表达控制朗读效果的场景。
限制:资料未提供除 ElevenLabs 之外的服务支持、具体价格、免费额度、平台兼容性、音频格式范围或性能说明;除命令行参数与示例外,未提供其他集成方式或界面说明。输出路径为必填,语音 ID 需自行在 ElevenLabs 配置。