SuperAPI AI 工具集

edgespeak-broadcast

通用与其它

查看项目

更新于 10-15 23:49

技能介绍

用途:把文本在本地合成为语音,文本不离开本机。该技能调用 edgespeak-cli speech(别名 synthesize);桌面应用运行时 CLI 通过本地网关(OpenAI 兼容,127.0.0.1:1117)复用已加载模型(代理模式),未运行时自行启动内置引擎(独立模式,属正常模式)。

主要能力:支持官方命名音色(仅 CustomVoice 模型)、可克隆预设音色与 user:<uuid> 克隆音色、以及用文本描述设计新音色;支持 --instructions 风格指令(仅 Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice 与 Qwen/Qwen3-TTS-1.7B-VoiceDesign 生效)、--speed、--language、--seed、--guidance-scale、--inference-steps、--device 等选项。

使用方式:先运行 edgespeak-cli status 检查运行时;未安装时 Windows x64 安装桌面应用,macOS Apple Silicon 或 Linux x86_64 可用 curl -fsSL https://edgespeak.com/install.sh | sh。需激活:edgespeak-cli login、edgespeak-cli activate <KEY> 或 edgespeak-cli trial。合成示例:edgespeak-cli speech "<text>" -o out.wav --voice builtin:warm-neighbor。模型与音色必须匹配,可用 curl -s http://127.0.0.1:1117/v1/models 查看已装模型,用 edgespeak-cli voices list 查看音色兼容性。音色管理:voices add(需 --consent 与准确 --ref-text)、voices delete。MCP 提供 edgespeak_create_speech 等工具。

限制:需 edgespeak-cli 0.4.4 或更新;每次输入上限 4096 字符,超长需分段合成后用 ffmpeg 拼接;输出仅 WAV,其他格式需自行转换;多数机器合成慢于实时;结果 JSON 在 stdout,日志在 stderr;模型与音色不匹配会返回 400/409/404 错误,需重新配对而非重试;--instructions 在不支持的模型上会被静默忽略。