用途:在用户需要真实、富有表现力的语音合成工作流,且希望产物可直接用于真实场景交付时使用。
主要能力:生成自然听感的 TTS,并提供说话风格预设;可调整填充词、节奏与情感语气,产生陪伴式输出;支持本地优先或云端后端,按隐私与速度需求选择;输出可用于语音播报与聊天应用工作流的交付级音频。
推荐流程:先明确用例与受众(新闻、播客、助手语音、警报);选择后端模式——隐私敏感的草稿用本地优先,追求速度与表现力控制用云端;先生成短样验证,再进行长渲染;仅在能提升清晰度处应用风格调优(情感、填充词、节奏);渲染最终音频并核对时长、削波与输出格式;最后打包供下游应用交付。
必要用法(命令保持原样):
列出可用的 NoizAI 技能
npx skills add NoizAI/skills --list --full-depth
安装 TTS 技能
npx skills add NoizAI/skills --full-depth --skill tts -y
示例验证命令
bash skills/characteristic-voice/scripts/speak.sh
--preset comfort -t "Hmm... I'm right here." -o comfort.wav
限制与守则:描述应保持事实性,避免夸大质量;若模型或后端不可用,应提供备选方案;不得在日志、提交或聊天输出中暴露 API 密钥。仓库地址:https://github.com/NoizAI/skills。具体支持的平台、收费与价格资料暂未提供。