SuperAPI AI 工具集

speakturbo

通用与其它

查看项目

更新于 10-15 21:38

技能介绍

用途:speakturbo 提供极快的文本转语音与流式播放,音频约 90ms 即可开始,适合对速度要求高于声音多样性的场景。

主要能力:内置 8 种声音(默认 alba,另有 marius、javert、jean、fantine、cosette、eponine、azelma),支持直接播放或保存为 WAV 文件,支持长文本边生成边流式输出。采样率 24kHz 单声道,实时系数约 4 倍。

使用方式:基本用法为 speakturbo "Hello world";指定声音用 -v marius;保存文件用 -o output.wav;静默模式用 -q;列出声音用 --list-voices。文本为 UTF-8,引号需转义。首次运行需 2-5 秒启动守护进程并加载模型,之后约 90ms 发声。守护进程通过 HTTP 端口 7125 通信,空闲 1 小时后自动关闭。

适用场景:需要即时音频反馈、内置声音足够、速度优先于声音多样性的场合。

限制:不支持自定义声音克隆,也不支持 [laugh]、[sigh] 等情感标签;如需这些功能应改用 speak 技能。故障排查可访问 http://127.0.0.1:7125/health 检查守护进程,或保存文件后手动播放验证。退出码 0 表示成功,1 表示错误。