Voice Output 技能用于将文本转换为语音并朗读出来,提供系统 TTS 与浏览器 TTS 两种实现方式。
用途 该技能适用于以下场景:用户要求“say”“speak”“read aloud”“text to speech”时;任务完成并希望语音播报成功或失败时;用户希望以语音而非仅显示方式接收通知时;无障碍场景下为视障用户朗读内容时;创建音频摘要或报告时。
主要能力 支持通过系统 TTS 朗读文本,macOS 使用内置 say 命令,Linux 使用 espeak 或 festival。支持通过浏览器 TTS 朗读,基于 Web Speech API,通过 Chrome DevTools Protocol 调用。支持列出浏览器可用语音,以及为系统语音指定特定声音和调整语速。
使用方式 无需额外配置,使用内置系统命令。macOS 使用 say 命令(内置);Linux 使用 espeak 或 festival(通过 apt install espeak 安装);浏览器使用 Web Speech API(通过 Chrome DevTools Protocol)。
通过系统 TTS 朗读文本: {baseDir}/scripts/speak.sh "Hello, the job has completed successfully!"
通过浏览器 TTS 朗读(需要 Chrome 并启用 CDP): {baseDir}/scripts/speak-browser.js "Hello from the browser!"
列出可用语音(浏览器): {baseDir}/scripts/list-voices.js
语音选项 系统语音(macOS)列出可用语音:say -v "?";使用特定语音:{baseDir}/scripts/speak.sh "Hello" --voice "Samantha";调整语速:{baseDir}/scripts/speak.sh "Hello" --rate 200。浏览器语音使用 Web Speech API 及可用的系统语音,默认通常为最佳可用语音。
示例 播报任务完成:{baseDir}/scripts/speak.sh "Job complete! Processed 50 files, found 3 issues." 朗读摘要:{baseDir}/scripts/speak.sh "Summary: Four files were modified, two tests added." 浏览器 TTS(当 Chrome 可用时):{baseDir}/scripts/speak-browser.js "Speaking directly through the browser!"
限制与注意事项 系统 TTS(say)在 macOS 上开箱即用;在 Linux 上需安装 espeak:sudo apt install espeak;浏览器 TTS 需要 Chrome 以远程调试模式运行(参见 browser-tools 技能)。两种方法均为同步方式,命令会阻塞直到语音播放完成;如需非阻塞语音,可在命令末尾添加 &。