SuperAPI AI 工具集

speak

通用与其它

查看项目

更新于 10-16 00:20

技能介绍

用途:把一段结论或摘要用自然的台湾中文语音念出来,形成“使用者语音输入、Claude 语音回覆”的对话循环。

主要能力:默认串流生成与播放,Edge-TTS 边生成边播,首声约 1 秒,通过 ffplay/mpv 管道播放且无窗口;备援链为串流、整档(MediaPlayer/WMPlayer COM)、SAPI 离线,不使用 Start-Process 打开播放器。默认声音为 zh-TW-YunJheNeural(男),女声可用 -Voice zh-TW-HsiaoChenNeural。

使用方式:先写口语化、精简的讲稿(100–250 字,数字用中文),只讲结论与下一步;再执行 pwsh -NoProfile "<本技能资料夹>\speak.ps1" "<讲稿文字>"。长稿可用 -File "<讲稿.txt>";需要保留音档时加 -Out "<专案路径>.mp3",走整档模式;串流不产生档案。若平台支持背景执行,建议丢到背景,让语音与文字回覆同时进行,完成后回报 first_sound_s/total_s。

适用场景:使用者说“念出来”“用语音回答”“用语音讲结论”“念给我听”“语音摘要”,或以语音对话并希望得到语音回覆时。

限制:只有使用者明确指定“用某人(如三师爸)的声音”且环境已安装声音克隆技能(如 voice-clone)时才改用该技能,否则仍用本技能并说明。Edge-TTS 需要网络,离线时自动退到 Windows SAPI,机器感较重但零延迟。不要用 Start-Process 播放,会开外部程序窗口。其余平台细节暂未提供。