| name | voice-clone |
| description | 使用 Confucius4-TTS Gradio API 做参考音色克隆和文本转语音。 |
| version | 1.0.0 |
| dependencies | ["python3"] |
| repository | https://github.com/gitByEOS/open-part-skills |
Voice Clone
用途
用 Confucius4-TTS 在线 Demo API,把文本合成为参考音色语音。
默认参考音色:
assets/miss-arrogant.mp3
快速使用
在本 Skill 目录执行:
python3 scripts/confucius4_tts.py --text "你好,这是一次声音克隆测试。" --out output.wav
使用文本文件:
python3 scripts/confucius4_tts.py --text-file input.txt --out output.wav
指定参考音色:
python3 scripts/confucius4_tts.py \
--reference /path/to/reference.mp3 \
--text-file input.txt \
--out output.wav
参数
| 参数 | 默认 | 说明 |
|---|
--text <text> | 空 | 要合成的文本 |
--text-file <path> | 空 | 从文件读取要合成的文本 |
--reference <path> | assets/miss-arrogant.mp3 | 参考音色 |
--lang <code> | zh | 语言代码 |
--out <path> | voice-clone-output.wav | 输出音频 |
--base-url <url> | Confucius4-TTS Demo | Gradio 服务地址 |
--text 和 --text-file 必须提供一个;同时提供时优先使用 --text。
Agent 工作流
当用户要合成语音时:
- 确认参考音频和文本来源
- 如用户直接给长文本,写入临时文本文件
- 运行
python3 scripts/confucius4_tts.py
- 确认输出 wav 文件存在和大小
- 把输出路径反馈给用户
注意
- 该脚本只依赖 Python 标准库,调用公开 Gradio Demo,不需要 API Key
- 远端可能排队、限流或临时不可用