SuperAPI AI 工具集

synthesize

通用与其它

查看项目

更新于 10-16 01:13

技能介绍

用途:调用 Kokoro TTS 命令行工具把文本转为语音,生成 WAV 音频,适合需要本地语音合成或播报的场景。

主要能力:支持单次生成 WAV 文件;对长文本可使用 --chunk 分块流式模式,逐块输出 WAV 路径,便于渐进播放。可配置音色、语言与语速。

必要用法:通过路径 ~/.local/share/kokoro/.venv/bin/python 运行 ~/.local/share/kokoro/tts_generate.py,并传入参数。参数包括:--text(必填,待合成文本)、--voice(默认 af_heart)、--lang(默认 en-us,支持 en-us、zh、ja 等)、--speed(默认 1.0,语速倍数)、--output(必填,WAV 输出路径)、--chunk(默认关闭,开启分块流式)。生成后可用 afplay 播放。内置音色示例:af_heart(Heart,A 级,女声)、af_bella(Bella,A- 级,女声)、af_nicole(Nicole,B- 级,女声),完整音色表见音色目录。

限制与排错:无音频输出通常因模型未加载,需先运行 /kokoro-tts:install;文本为空会报错;首次运行较慢属正常预热。该技能为自进化型,遇到可复现的真实问题时才应更新说明文件。