用途:借助 inference.sh CLI(belt)生成 AI 播客与音频内容,覆盖脚本撰写、语音合成、配乐与合并的完整流程。
主要能力:Kokoro TTS 提供多种美式/英式男女声(如 af_sarah、am_michael、bf_emma),DIA TTS 提供对话式语音 dia-conversational,Chatterbox 提供富有表现力的 chatterbox-default;AI 音乐生成可制作片头、片尾、背景与转场音效;media-merger 支持多音频合并、交叉淡入淡出(crossfade_ms)及背景音乐混音(background_volume)。
使用方式:先安装并登录 CLI:npx skills add belt-sh/cli,然后 belt login。生成语音示例:belt app run infsh/kokoro-tts --input '{"prompt": "...", "voice": "am_michael"}'。合并音频:belt app run infsh/media-merger --input '{"audio_files": ["<url1>", "<url2>"], "crossfade_ms": 500}'。可用 openrouter/claude-sonnet-45 生成脚本,infsh/ai-music 生成音乐。
适用场景:单人旁白、多角色访谈对话、完整播客剧集流水线、基于文档的讨论式播客、有声书章节、背景音乐与音效增强。
限制:需安装 inference.sh CLI 并登录;具体模型可用性、计费与配额资料未提供;语音列表与参数以资料所列为准。