用途:这是驱动 fish-audio-pp-cli 的命令行技能,用于在终端把文本渲染为音频文件、从样本克隆声音、用提示设计声音、转写音频,并以适合智能体解析的 JSON 输出,同时记录本地可累积的状态,便于成本追踪与去重。
安装与验证:先通过 npx -y @mvanhorn/printing-press-library install fish-audio --cli-only 安装;用 fish-audio-pp-cli --version 验证。若 npx 失败,可回退到 Go 安装:go install github.com/mvanhorn/printing-press-library/library/ai/fish-audio/cmd/fish-audio-pp-cli@latest(需 Go 1.26.6 或更新),并确保二进制目录在 PATH 中。
主要能力:文本转语音渲染(tts render)、批量渲染并带预算守卫(tts batch --budget-guard)、声音克隆验证(voice verify,通过 TTS 后再 ASR 往返报告词错误率)、公开声音检索(voice discover)、模型管理与 ASR 命令;本地渲染日志(render log)、按声音/模型/日期统计花费(render spend)、渲染差异对比(render diff);相同请求可跳过重复渲染(--skip-if-rendered)。
使用方式:设置 FISH_AUDIO_API_KEY 或用 fish-audio-pp-cli auth set-token 存储;模型头可选 s1、s2-pro、s2.1-pro、s2.1-pro-free。任何命令加 --agent 即展开为 --json --compact --no-input --no-color,可用 --select 筛选字段、--dry-run 预览请求。用 fish-audio-pp-cli which "<自然语言能力描述>" 可查找最匹配命令。
限制:不适用于实时对话语音代理或电话通话(属于 Fish Audio Agents 产品,超出范围);不用于配音、音乐或音效生成;不用于实时 WebSocket 流式播放,应使用官方 SDK。--agent 不等同于 --yes,需单独显式确认。
其他细节:路径可用 --home 或 FISH_AUDIO_HOME 等环境变量重定位,凭据存储于 data 目录的 credentials.toml;可用 doctor 验证设置与路径警告。具体收费与价格资料未提供。