SuperAPI AI 工具集

speak-with-profile

办公与效率

查看项目

更新于 10-15 21:49

技能介绍

用途:作为语音任务的前置入口,适合需要可复用配置文件、统一披露声明与可复现报告的文本转语音工作流。它本身是策略与配置适配层,默认将实际合成委派给内置的 $speech 引擎,并保留脚本方式用于本地或自动化执行。

主要能力:按确定性优先级解析语音配置(显式参数、--profile、配置文件默认值、基线默认值,基线为 voice=cedar、speed=1.0、format=mp3、model gpt-4o-mini-tts-2025-12-15);强制执行披露策略,用户可见输出中须包含如“This audio was generated by AI text-to-speech.”的声明;记录运行清单以便复现。

使用方式:通过 $speak-with-profile 路由请求;需提供输入文本或文本文件路径、可选 --profile 与 --profiles-file、显式 voice/speed/instructions/format 覆盖、输出路径与是否本地播放。执行模式分 delegate(对话默认,调用内置 $speech)与 local-cli(脚本回退,运行 scripts/speak_with_profile.py)。配置可从 config/customization.yaml 或模板加载;清单校验可用 uv run --group dev python speak-with-profile/scripts/validate_manifest.py path/to/output/file.manifest.json。

适用场景:旁白笔记、口播草稿、音频摘要、免手操作审阅及无障碍朗读等提升效率的语音任务。

限制:必须提供 OPENAI_API_KEY 才能进行实时 API 调用;输入超过 4096 字符须先拆分;请求 --profile 但缺少有效 JSON/YAML 配置文件时直接失败;未知 profile ID 会列出已知列表;本地脚本路径需指向有效的语音 CLI;不得修改内置 $speech 或下游 CLI 行为,仅使用内置声音;播放失败(open/afplay)会明确报告并记入清单,不视为成功。