用途
voice-cloning-studio 用于在智能体环境中创建一个可复用的个人或品牌声音:从干净的音频样本克隆音色,为其命名,并通过一段简短的测试朗读试听效果。该技能在 Claude Code、Codex 或 OpenClaw 内部使用,实际处理在付费托管的 Beatra 服务(mcp.beatra.ai)上完成。
适用条件是用户明确希望获得一个在 Beatra 上注册的可复用自定义声音,并接受该服务为付费性质;同时,说话人或权利持有人必须确认其拥有该样本并同意注册。不得用于在未取得声音所有者书面同意的情况下克隆他人声音。
主要能力
- 从用户提供的干净音频样本创建持久化的自定义声音。
- 为该声音指定一个易记的名称。
- 通过简短的测试朗读让用户听到克隆效果。
- 提供免费、不计费的发现能力(例如 beatra.models.list、任务列表),用于查看当前模型卡和额度估算。
- 在每次付费调用前展示成本卡(工具、模型、估算费用、将上传哪些文件),等待用户明确批准后再上传并提交任务。
- 使用稳定的 client_request_id 提交一次任务并轮询结果;响应丢失时仅以相同请求 ID 和相同参数重试,任务运行期间不提交替代请求。
- 报告交付物以及 billing.net_charged_credits(实际扣除额度)。
使用方式
安装过程分为多步,且每步都需要单独批准:
- 获取固定版本到审查目录:从 github.com 克隆仓库,检出提交 96df577b88e66fd49cc31ce1b290b2eae87fae53 中的 skills/voice-cloning-studio,并校验树 ID 为 b2ac85862fd40f449eccceeabab60d60af4e68ae;若不是 TREE-OK 则停止。
- 激活前检查:确认树中只有普通文件(无符号链接、可执行位、二进制文件),并确认不存在自更新入口(maybe_auto_update、download_update、_apply_update)。
- 复制安装:在第二次单独批准后,将审查过的树复制到宿主的技能目录(如
~/.claude/skills/voice-cloning-studio),目标已存在时停止并询问用户。 - 授权:运行
python3 "$dest/scripts/authorize.py",打开浏览器登录并存储 bearer token;这是独立的一次决定,需事先征得同意。如果宿主只在启动时发现技能,需开启新的智能体会话。
使用时可先做免费连接检查(不计费):
python3 "$HOME/.claude/skills/voice-cloning-studio/scripts/mcp_client.py" verify
付费调用前,先向用户展示成本卡并等待明确批准(规划或“直接做”不构成批准),再仅上传用户为本任务提供并批准的文件,使用稳定请求 ID 提交一次并轮询。
更新方面,该固定版本没有自更新代码,不能自行下载或替换包文件;update 只报告安装来源提供的更新信息。要升级到新版本,需对新提交重复步骤 1 至 3,展示与已安装副本的文件级差异,并在批准后替换目录。
卸载使用 python3 "$dest/scripts/uninstall.py" --dry-run 和 python3 "$dest/scripts/uninstall.py",并阅读返回的 JSON 决策(disconnected、keep_connection、revoke_retry)。脚本不会删除包目录,确认路径后需与用户一起删除 $dest。
适用场景
- 用户希望在智能体工作流中创建并测试自己的品牌或个人声音。
- 需要先了解模型与费用估算,再决定是否进行一次付费语音克隆调用。
- 在获得样本所有者同意的前提下,为内容制作准备可复用的自定义声音。
限制
- 需要 Beatra 账户、网络访问、Python 3.10+ 以及预付额度。
- 模型、价格、数据模式和可用性由 Beatra 及其上游模型提供商控制,可能变化,服务按现状提供。
- 输出为概率性结果,不保证唯一或不侵权,发布前需要人工审核。
- 本条目只审核上述固定版本树,更新版本属于另行审核。
安全与隐私要点
- 所有请求使用 HTTPS 并拒绝重定向;授权使用 api.beatra.ai,工具调用发往 mcp.beatra.ai;上传是将已批准文件以 PUT 发送到服务器返回的 HTTPS 地址,且不携带 bearer token。
- 每次运行前可能先询问网络路由(api.beatra.ai/skill-route,必要时 api.beatra.cn/skill-route),这些探测不携带凭据或包标识;可用
network --use ai固定 .ai 主机。 - 版本通知检查为只读,最多每 24 小时一次;不下载或替换包文件。
- 提示词和上传的媒体会发送给 Beatra,并转发给执行任务的第三方模型提供商。
- 上传声音样本会创建持久化的自定义声音,样本离开设备前须取得所有者同意声明。
- 付费工具消耗预付额度;因 Beatra 或上游模型原因失败的任务会自动退还额度,否则购买不可退款,实际用量可能超过估算并导致负余额。
- 授权脚本运行 OAuth 设备流,将 bearer token 存储在
~/.beatra/credentials.json(目录 0700、文件 0600),token 具有完整 Beatra 权限(含 wallet:spend),空闲 15 天后失效,并由设备上所有 Beatra 技能共享。 - 本地状态还包括 installation.json、host.json、skills.json、network.json、balance-holds.json、pending_authorization.json 等文件,权限多为 0600。
- 授权时发送主机名、包名与版本、检测到的智能体平台和安装引用;连接后最多每天一次发送非计费的 installations.register 调用,包含运行时的粗略信息(操作系统与版本、CPU 架构、Python 版本、区域设置、UTC 偏移),这些字段无法选择退出。
- 账户数据在账户存续期间保留;任务记录、工件和计费账本在账户关闭后仍保留用于审计和税务目的。
- 用户保留其输入的权利,并获得 Beatra 在输出中的权利;用户必须拥有上传媒体的权利,且不得创建欺骗性仿冒。