用途:tts-skill 封装 MiniMax TTS API,用于把文本转成语音,并支持声音克隆与声音设计。
主要能力:text_to_audio() 将文本转换为语音文件;list_voices() 获取可用声音列表;voice_clone() 基于音频文件克隆声音;voice_design() 根据文字描述生成声音;play_audio() 播放音频文件。支持模型包括 speech-02-hd、speech-02-turbo、speech-01-hd、speech-01-turbo、speech-2.6-hd、speech-2.6-turbo。常用系统声音 ID 有 female-shaonv、female-yujie、female-chengshu、male-qingnian、male-chengshu,更多可用 list_voices() 查询。
使用方式:先设置环境变量 export MINIMAX_API_KEY="your-api-key",详细配置见 setup.md。在 Python 中把 skill 的 assets 目录加入 sys.path,再导入函数:from minimax_tts import text_to_audio, list_voices, voice_clone, voice_design, play_audio。示例:text_to_audio(text="你好,欢迎使用 MiniMax TTS 服务!", voice_id="female-shaonv", output_path="./hello.mp3");voice_clone(voice_id="my-custom-voice", audio_file="./sample.mp3", voice_name="我的声音");voice_design(prompt="一个温柔的年轻女性声音,带有轻微的南方口音", preview_text="你好,这是我的声音")。
适用场景:需要批量生成语音、克隆特定音色或按描述设计声音的语音合成任务。
限制:需自行准备 MiniMax API Key;具体计费、配额、平台支持与效果资料暂未提供。