用途:调用 Fal.ai 音频模型生成 AI 音频,适用于三类任务:文本转自然语音、生成播客风格对话音频、从音频样本克隆声音。
主要能力:支持 speech(简单文本转语音)、podcast(对话风格)、clone(声音克隆)三种 audio_type;可通过 voice_style 指定音色风格,如 professional male、warm female、energetic narrator;clone 模式需提供 reference_audio 文件引用。
使用方式:以 JSON 提供输入,字段包括 text_content(待朗读文本,可为脚本或文章)、audio_type、voice_style、reference_audio。执行采用文件生成模式:先用 refly skill run --id skpi-f2vbjqtn7q295d2ttuqve6uz --input '{...}' 运行技能并取得 RUN_ID(we-xxx 格式);再打开工作流页面并用 refly workflow status "$RUN_ID" --watch --interval 30000 等待完成;最后用 refly workflow toolcalls "$RUN_ID" --files --latest 获取文件列表,逐个用 refly file download "$FILE_ID" -o "$HOME/Desktop/${FILE_NAME}" 下载并打开。
输出:音频类型,格式为 .mp3/.wav,默认保存到 ~/Desktop/ 并自动打开。
限制:需遵循基础技能工作流 ~/.claude/skills/refly/SKILL.md;依赖 refly 命令行与 jq 环境;具体模型、计费、语言支持与音色清单资料未提供。