Run any Skill in Manus with one click

tts-synthesis

Stars19

Forks6

UpdatedMay 3, 2026 at 23:19

Synthesize TTS audio from course transcripts with pluggable engines (OpenAI gpt-4o-mini-tts default, edge-tts fallback). Use when turning a class transcript.txt into per-slide MP3s plus a concatenated full.mp3, handling [slide N] / [pause:ms] markers, retries, and per-slide speaker_affect overlays. Triggered after coherence-review passes and before/within asset-build, or as a standalone step. Also invoke for "오디오 생성", "TTS 합성", "강의 음성 만들어", "voice 변경", "speed 조정".

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

tobyilee

tobyilee/course-builder

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Software DevelopersComputer and Mathematical Occupations·SOC 15-1252

File Explorer

2 files

SKILL.md

readonly

name

tts-synthesis

description

TTS Synthesis — Pluggable Audio Pipeline

transcript.txt를 per-slide MP3 + full.mp3로 합성한다. OpenAI gpt-4o-mini-tts + nova + speed 1.3가 기본. edge-tts는 offline/무료 대안.

왜 이 스킬이 존재하는가

원래 하네스의 Non-Goal이었으나 Phase 7에서 확장. TTS 합성은 (1) transcript 마커 파싱, (2) 엔진별 API 호출, (3) pause 무음 삽입 + concat, (4) retry가 모두 얽혀있어 스크립트화하지 않으면 재사용이 어렵다.

실행

표준 호출

python3 scripts/synthesize-tts.py \
  course/sections/<sec>/classes/<cls>/transcript.txt \
  course/sections/<sec>/classes/<cls>/audio

위는 기본값 (openai + nova + speed 1.3 + default 친근 ko instructions)을 사용.

래퍼 (pipefail 보장)

bash .claude/skills/tts-synthesis/scripts/run.sh \
  <transcript.txt> <out_dir> [추가 플래그]

래퍼가 set -o pipefail + tee의 실제 exit 전파 + .env 로딩을 책임진다.

엔진 전환

# edge-tts로 (오프라인, rate limit 있음)
--engine edge --voice ko-KR-SunHiNeural

# OpenAI 다른 voice/모델
--voice shimmer
--model tts-1-hd   # 고음질, 비용 2배
--speed 1.0        # 원속도

입력 마커 규격

[slide N] (줄 단독, N=1..) — TTS 후처리용 오디오 구간 분할 기준
[pause:Xms] — 무음 삽입 (기본 300~800). speed 파라미터에 영향받지 않음 (원본 유지, 사용자 확인된 선호)
[emph]...[/emph] — SSML 변환 시 <emphasis> (OpenAI는 instructions로 대체)

출력 구조

<out_dir>/
  slide_01.mp3  ~  slide_NN.mp3   # 슬라이드별
  full.mp3                          # 전체 concat

에이전트/오케스트레이터 연결

이 스킬은 tts-synthesizer 에이전트의 단일 책임 스킬. course-builder 오케스트레이터 Phase 5의 step 4 로 통합되어 있으며, asset-builder 가 build-bundle.sh 안에서 자동 위임 호출한다:

Phase 5 (build):
  step 1 gate (asset-builder)
  step 2 Marp HTML (asset-builder)
  step 3 Marp PNG (asset-builder, SKIP_PLAYER 가능)
  step 4 TTS 합성 ← tts-synthesizer (이 스킬), per-class
  step 5 manifest (asset-builder)
  step 6 player HTML (asset-builder, SKIP_PLAYER 가능)
  step 7 SSML 검증 (asset-builder)
  step 8 bundle.zip (asset-builder)

자동 호출 조건 (모두 충족):

coherence_report.overall == "pass" — gate 통과
OPENAI_API_KEY 존재 (없으면 edge-tts 폴백)
SKIP_TTS != 1
audio/full.mp3 미존재 또는 FORCE_TTS=1

standalone 호출(빌드 외부 사용자 트리거)도 지원 — tts-synthesizer 에이전트를 직접 invoke.

품질 규칙

Retry

transient 실패(edge-tts rate limit, OpenAI 429/5xx)는 4회 exponential backoff로 자동 복구.

Idempotency

동일 transcript + 같은 파라미터 재실행 시 결과 파일 크기는 ±2% 내 일치 (TTS 자체의 미세 변동). audio/ 디렉토리 통째로 삭제 후 재실행을 기본 전략으로.

Speaker affect 주입 (Phase 7 확장)

--beats <beats.json>을 주면 slide별로 beat의 speaker_affect(hook=호기심, teach=차분, example=흥분, practice=질문, recap=확신)를 기본 instructions에 덧씌워 slide마다 다른 뉘앙스로 합성.

체크리스트

transcript.txt에 [slide N] cue 존재, 순서 1부터 연속
OPENAI_API_KEY 로딩됨 (engine=openai)
out_dir 존재 또는 생성 가능
합성 후 slide_NN.mp3 개수 == transcript [slide N] 개수
full.mp3 duration ≈ Σ(slide_NN.mp3) (±1%)
retry 로그에 경고 있었는지 점검

참고

원본 스크립트: scripts/synthesize-tts.py (canonical, 이 스킬이 호출)
실측 char/sec rate: skills/script-writing/SKILL.md §"길이 계산"
pause 보존 정책은 사용자 확정 (memory/feedback_tts_config.md)

More from this repository

same repository

asset-build

tobyilee/course-builder

Final build step — render all Marp slides, validate SSML, synthesize the course manifest, and package bundle.zip. Use when coherence review has passed and the course is ready for deployment. Triggered by the asset-builder agent.

2026-05-0319

course-builder

tobyilee/course-builder

Orchestrate end-to-end online course generation from a topic. Invoke when user asks to "create a course", "design a curriculum", "build online lectures", "강의 만들어", "코스 설계", "커리큘럼 짜", "섹션별 퀴즈 포함 강의", "TTS 스크립트 강의", or any request to produce structured learning material with slides + notes + scripts + quizzes. Also invoke for follow-ups — "재실행", "섹션만 다시", "업데이트", "이전 결과 개선", "코스 수정". Do NOT invoke for single-artifact requests (just a slide, just a quiz) — those should call the specific authoring skill directly.

2026-05-0319

script-writing

tobyilee/course-builder

Write TTS-ready transcripts with [slide N] cues, [pause:ms] markers, and optional SSML. Convert raw code/URLs/long numbers to speakable forms. Use when turning slides+beats into a narrator script. Triggered by the script-writer agent.

2026-04-2419

slide-authoring

tobyilee/course-builder

Author slide decks in Marp Markdown and render to HTML. Use when turning class beats into 4-7 slides per class, applying Marp frontmatter/layout rules, preventing overflow, or rendering via the marp CLI. Triggered by the slide-author agent.

2026-04-2419

coherence-review

tobyilee/course-builder

Cross-artifact QA for the course pipeline. Verify LO coverage, Bloom balance, slide↔script cue alignment, note↔slide consistency, tone, quiz factual validity, and transcript speakability. Use when reviewing generated course assets before build. Triggered by the coherence-reviewer agent.

2026-04-2319

class-planning

tobyilee/course-builder

Plan a single class as a beat sheet (hook → teach → example → practice → recap) used jointly by slide, note, and script authors. Use when turning a class spec into beats, allocating duration across beats, or assigning visual/speaker cues. Triggered by the class-planner agent.

2026-04-2219

name

tts-synthesis

description

TTS Synthesis — Pluggable Audio Pipeline

transcript.txt를 per-slide MP3 + full.mp3로 합성한다. OpenAI gpt-4o-mini-tts + nova + speed 1.3가 기본. edge-tts는 offline/무료 대안.

왜 이 스킬이 존재하는가

실행

표준 호출

python3 scripts/synthesize-tts.py \
  course/sections/<sec>/classes/<cls>/transcript.txt \
  course/sections/<sec>/classes/<cls>/audio

위는 기본값 (openai + nova + speed 1.3 + default 친근 ko instructions)을 사용.

래퍼 (pipefail 보장)

bash .claude/skills/tts-synthesis/scripts/run.sh \
  <transcript.txt> <out_dir> [추가 플래그]

래퍼가 set -o pipefail + tee의 실제 exit 전파 + .env 로딩을 책임진다.

엔진 전환

# edge-tts로 (오프라인, rate limit 있음)
--engine edge --voice ko-KR-SunHiNeural

# OpenAI 다른 voice/모델
--voice shimmer
--model tts-1-hd   # 고음질, 비용 2배
--speed 1.0        # 원속도

입력 마커 규격

[slide N] (줄 단독, N=1..) — TTS 후처리용 오디오 구간 분할 기준
[pause:Xms] — 무음 삽입 (기본 300~800). speed 파라미터에 영향받지 않음 (원본 유지, 사용자 확인된 선호)
[emph]...[/emph] — SSML 변환 시 <emphasis> (OpenAI는 instructions로 대체)

출력 구조

<out_dir>/
  slide_01.mp3  ~  slide_NN.mp3   # 슬라이드별
  full.mp3                          # 전체 concat

에이전트/오케스트레이터 연결

Phase 5 (build):
  step 1 gate (asset-builder)
  step 2 Marp HTML (asset-builder)
  step 3 Marp PNG (asset-builder, SKIP_PLAYER 가능)
  step 4 TTS 합성 ← tts-synthesizer (이 스킬), per-class
  step 5 manifest (asset-builder)
  step 6 player HTML (asset-builder, SKIP_PLAYER 가능)
  step 7 SSML 검증 (asset-builder)
  step 8 bundle.zip (asset-builder)

자동 호출 조건 (모두 충족):

coherence_report.overall == "pass" — gate 통과
OPENAI_API_KEY 존재 (없으면 edge-tts 폴백)
SKIP_TTS != 1
audio/full.mp3 미존재 또는 FORCE_TTS=1

standalone 호출(빌드 외부 사용자 트리거)도 지원 — tts-synthesizer 에이전트를 직접 invoke.

품질 규칙

Retry

transient 실패(edge-tts rate limit, OpenAI 429/5xx)는 4회 exponential backoff로 자동 복구.

Idempotency

Speaker affect 주입 (Phase 7 확장)

체크리스트

transcript.txt에 [slide N] cue 존재, 순서 1부터 연속
OPENAI_API_KEY 로딩됨 (engine=openai)
out_dir 존재 또는 생성 가능
합성 후 slide_NN.mp3 개수 == transcript [slide N] 개수
full.mp3 duration ≈ Σ(slide_NN.mp3) (±1%)
retry 로그에 경고 있었는지 점검

참고

원본 스크립트: scripts/synthesize-tts.py (canonical, 이 스킬이 호출)
실측 char/sec rate: skills/script-writing/SKILL.md §"길이 계산"
pause 보존 정책은 사용자 확정 (memory/feedback_tts_config.md)