用途:通过 OpenAI 的 /v1/audio/speech 端点,把文本合成为语音。
主要能力:提供脚本 {baseDir}/scripts/speak.sh 生成语音。默认模型 tts-1(快速),可选 tts-1-hd(高质量);默认音色 alloy,另支持 echo、fable、onyx、nova、shimmer;默认输出格式 mp3。
使用方式: {baseDir}/scripts/speak.sh "Hello, world!" {baseDir}/scripts/speak.sh "Hello, world!" --out /tmp/hello.mp3 {baseDir}/scripts/speak.sh "Text" --voice nova --model tts-1-hd --out speech.mp3 {baseDir}/scripts/speak.sh "Text" --format opus --speed 1.2
参数:--voice 可选 alloy|echo|fable|onyx|nova|shimmer(默认 alloy);--model 可选 tts-1|tts-1-hd(默认 tts-1);--format 可选 mp3|opus|aac|flac|wav|pcm(默认 mp3);--speed 范围 0.25-4.0(默认 1.0);--out 指定输出文件(默认 stdout 或自动命名)。
API 密钥:设置环境变量 OPENAI_API_KEY,或在 ~/.thinkfleetbot/thinkfleetbot.json 中配置 skills.entries."openai-tts".apiKey。
适用场景:为短回复、提示音或简单语音内容快速生成音频。
限制:资料仅给出上述参数与配置方式,未提供其他平台支持、并发或长度上限等细节;价格按资料为 tts-1 约 $0.015/1K 字符、tts-1-hd 约 $0.030/1K 字符。