jangviktor-web/novel2voice

Dernière activité source enregistrée: 13 août 2026 à 17:00

Catalogue SkillsMP mis à jour: 2 novembre 2026 à 18:02

skills collectés: 1

Étoiles GitHub: 19
Forks GitHub: 5

Installer avec un assistant IA

Copiez ce prompt dans l’assistant IA que vous utilisez.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/jangviktor-web/novel2voice.

README du dépôt

Fichier source du README : README.md

Lire le README source

Afficher le README complet

<div align="center"> <img width="200" alt="1000194859" src="https://github.com/user-attachments/assets/d1ff2b9f-bfa4-4774-8d8e-27144985fafe" /> # Novel2Voice **小说 / 视频字幕 → 多角色有声书，一步到位。** 自动角色识别 · 情感标注 · 智能音色分配 · 异步并发生成 · 500+ 音色 [![Edge TTS](https://img.shields.io/badge/Edge_TTS-500+_Voices-orange?style=flat-square&logo=microsoftedge&logoColor=white)](https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-support) [![MiMo TTS](https://img.shields.io/badge/MiMo_TTS-9_Voices-green?style=flat-square)](https://mimo.xiaomi.com) [![Python](https://img.shields.io/badge/Python-3.8+-yellow?style=flat-square&logo=python&logoColor=white)](https://python.org) [![FFmpeg](https://img.shields.io/badge/FFmpeg-Required-007808?style=flat-square&logo=ffmpeg&logoColor=white)](https://ffmpeg.org) [![License](https://img.shields.io/badge/License-MIT-purple?style=flat-square)](LICENSE) [![Platform](https://img.shields.io/badge/Platform-Linux%20%7C%20macOS%20%7C%20Windows-lightgrey?style=flat-square)](#) <br/> <a href="#-Installation">安装</a> <a href="#-quick-start">快速开始</a> · <a href="#-features">Features</a> · <a href="#-voice-library">音色</a> · <a href="#-usage">Usage</a> · <a href="#-workflow">工作流</a> · <a href="#-comparison">Comparison</a> · <a href="references/">Docs</a> </div> --- ## 📦 Installation ### 方式一：ClawHub 一键安装（推荐）/腾讯Skillhub一键安装 ```bash openclaw skills install @jangviktor-web/novel2voice # 腾讯Skillhub 把下面这句话复制到wordbuddy、Qclaw 、openclaw即可安装请根据 https://skillhub.cn/install/skillhub.md，安装 @user_ff4d9420/novel2voice。 ``` ### 方式二：直接克隆 ```bash git clone https://github.com/jangviktor-web/novel2voice.git cd novel2voice pip install requests charset_normalizer ``` ### 方式三：一键安装脚本 ```bash curl -fsSL https://raw.githubusercontent.com/jangviktor-web/novel2voice/main/install.sh | bash ``` ### 方式四：手动放入 Skills 目录 ```bash # QoderWork / OpenClaw / Claude Code 等 skills-compatible runtime cp -r novel2voice ~/.qoderworkcn/skills/novel2voice ``` ### 环境要求 | 依赖 | 版本 | 用途 | 必须 | |---|---|---|---| | Python | ≥ 3.8 | 主脚本运行 | ✅ | | FFmpeg | 任意 | MP3 编码 + 响度标准化 | ✅ | | requests | 最新 | HTTP 请求 TTS API | ✅ | | charset_normalizer | 最新 | 字幕文件编码检测 | 推荐 | | 网络连接 | — | 调用 Edge TTS / MiMo API | ✅ | > [!NOTE] > Edge TTS 为默认后端，无需 API Key，开箱即用。MiMo TTS 需要额外设置 `MIMO_API_KEY`。 --- ## ✨ Features | | Feature | Description | |---|---|---| | 🎭 | **多角色自动分配** | LLM 分析角色性别/年龄/性格，自动匹配最佳音色 | | 🎨 | **情感风格控制** | 50+ 情感标签（温柔/愤怒/悲伤/撒娇…）、方言、唱歌模式 | | 📝 | **字幕转语音** | SRT/ASS 字幕文件，多编码自动检测，按时间轴对齐生成 | | ⚡ | **异步并发** | 多线程 TTS 生成，速度提升 3-5x，支持断点续传 | | 🔊 | **500+ 音色** | Edge TTS 覆盖 100+ 语言/地区，中文 28 个精品音色 | | 🎵 | **MiMo TTS** | 小米 MiMo 音色设计、音色复刻、唱歌（需 API Key） | | 🎧 | **在线试听** | 内置 HTML 音色试听页面，搜索/筛选/一键复制 | | 📖 | **章节拆分** | 自动识别「第X章/回/节」，按章合并输出 | | 🔁 | **断点续传** | 中断后自动跳过已完成片段，继续生成 | | 🎚️ | **响度标准化** | EBU R128 标准响度归一化，听感一致 | --- ## 🚀 Quick Start ### 1. 环境准备 ```bash # 检查依赖 python3 --version # ≥ 3.8 ffmpeg -version # 音频格式转换 + 响度标准化 # 安装 Python 依赖 pip install requests charset_normalizer ``` ### 2. 一键生成 ```bash # 小说文本 → 有声书（自动识别角色） python3 scripts/generate_audiobook.py --auto novel.txt ./output # 异步并发（推荐，3-5x 加速） python3 scripts/generate_audiobook.py --auto novel.txt ./output --async --concurrent 5 ``` ### 3. 完成输出文件在 `./output/` 目录： ``` output/ ├── output_complete.mp3 ← 完整有声书 ├── chapters/ ← 按章节拆分 │ ├── 001_第一章.mp3 │ └── 002_第二章.mp3 ├── segments/ ← 单片段（可选保留） └── generation_log.json ← 生成日志 ``` > [!TIP] > 首次运行会自动生成 3 段预览（`preview.mp3`），确认音色满意后再全量生成。 --- ## 📖 Usage ### 基础用法 ```bash # 自动模式：LLM 分析角色 → 分配音色 → 生成 python3 scripts/generate_audiobook.py --auto novel.txt ./output ``` ### 指定角色音色 ```bash # 手动指定角色→音色映射 python3 scripts/generate_audiobook.py --auto novel.txt ./output \ --character-voices '{"旁白":"云扬","许七安":"云希","洛玉衡":"晓涵","李妙真":"晓墨"}' ``` ### 字幕转语音 ```bash # SRT 字幕 python3 scripts/generate_audiobook.py --subtitle movie.srt ./output # ASS 字幕 + 指定说话人音色 python3 scripts/generate_audiobook.py --subtitle anime.ass ./output \ --speaker-voices '{"旁白":"云扬","张三":"云希","李四":"晓晓"}' ``` ### 使用 MiMo TTS ```bash # 需要设置 MIMO_API_KEY 环境变量 export MIMO_API_KEY="your-key-here" python3 scripts/generate_audiobook.py --auto novel.txt ./output --tts-backend mimo ``` ### 仅预览 ```bash # 只生成前 3 段，快速确认音色效果 python3 scripts/generate_audiobook.py --auto novel.txt ./output --preview-only ``` ### 情感风格控制在文本中嵌入风格标签即可控制语气： ```text (温柔)晚安，好梦。 (东北话)哎呀妈呀，这天儿也忒冷了吧！ (紧张)[深呼吸]呼……冷静，冷静。 (唱歌)原谅我这一生不羁放纵爱自由。 (极其疲惫，有气无力)师傅……到地方了叫我一声…… ``` <details> <summary>📋 完整风格标签列表</summary> **基础情绪：** 开心 / 悲伤 / 愤怒 / 恐惧 / 惊讶 / 兴奋 / 委屈 / 平静 / 冷漠 **复合情绪：** 怅然 / 欣慰 / 无奈 / 愧疚 / 释然 / 嫉妒 / 厌倦 / 忐忑 / 动情 **语调：** 温柔 / 高冷 / 活泼 / 严肃 / 慵懒 / 俏皮 / 深沉 / 干练 / 凌厉 **音色：** 磁性 / 醇厚 / 清亮 / 空灵 / 稚嫩 / 苍老 / 甜美 / 沙哑 / 醇雅 **人设：** 夹子音 / 御姐音 / 正太音 / 大叔音 / 台湾腔 **方言：** 东北话 / 四川话 / 河南话 / 粤语 **行内标签：** `[吸气]` `[深呼吸]` `[叹气]` `[喘息]` `[笑]` `[轻笑]` `[大笑]` `[冷笑]` `[抽泣]` `[呜咽]` `[哽咽]` `[颤抖]` `[气声]` `[沙哑]` </details> --- ## 🎙️ Voice Library ### Edge TTS 中文音色 · 28 个 <table> <tr> <td valign="top"> **👩 女声 (7)** | 音色 | 声线 | 适配角色 | |---|---|---| | 晓晓 | 清亮标准播音 | 旁白、女主、解说 | | 晓依 | 低沉温柔治愈 | 温柔人妻、治愈系 | | 晓涵 | 文艺清冷 | 大家闺秀、文艺女主 | | 晓墨 | 情绪丰富 | 虐文女主、江湖侠女 | | 晓睿 | 稳重厚实中年 | 主母、长辈、老管家 | | 晓双 | 清脆孩童少女 | 小丫鬟、幼年女主 | | 晓梦 | 软萌甜妹 | 甜宠文女配、校园学妹 | </td> <td valign="top"> **👨 男声 (6)** | 音色 | 声线 | 适配角色 | |---|---|---| | 云希 | 清爽阳光少年 | 少年男主、校园 | | 云扬 | 央视浑厚播音 | 帝王、官员、旁白 | | 云健 | 低沉浑厚大叔 | 硬汉、武将、中年男主 | | 云夏 | 正太少年童声 | 幼年男主、小师弟 | | 云泽 | 苍老沉稳 | 隐世高人、长老 | | 云枫 | 平淡务实 | 温润男配、务实配角 | </td> </tr> <tr> <td valign="top"> **🌍 方言 (9)** | 音色 | 口音 | 性别 | |---|---|---| | 云彪 | 东北 | 男 | | 晓北 | 东北 | 女 | | 云登 | 河南 | 男 | | 云翔 | 山东 | 男 | | 云熙 | 四川 | 男 | | 云奇 | 广西 | 男 | | 晓妮 | 陕西 | 女 | | 云哲 | 吴语 | 男 | | 晓彤 | 吴语 | 女 | </td> <td valign="top"> **🇭🇰 粤语 (3) · 🇹🇼 台湾腔 (3)** | 音色 | 地区 | 性别 | |---|---|---| | 晓佳 | 粤语 | 女 | | 晓蔓 | 粤语 | 女 | | 云龙 | 粤语 | 男 | | 晓晨 | 台湾 | 女 | | 晓雨 | 台湾 | 女 | | 云哲 | 台湾 | 男 | </td> </tr> </table> ### MiMo TTS 音色 · 9 个 | 音色 | 语言 | 声线 | 适配角色 | |---|---|---|---| | 冰糖 | 中文 | 清甜治愈 | 温柔女主 | | 茉莉 | 中文 | 软糯温柔 | 软萌女主、心机女配 | | 苏打 | 中文 | 清亮少年 | 少年角色 | | 白桦 | 中文 | 苍老沉稳 | 老年角色 | | Mia | 英文 | 活泼开朗 | 活泼女主 | | Chloe | 英文 | 冷淡优雅 | 御姐 | | Milo | 英文 | 清亮阳光 | 少年男主 | | Dean | 英文 | 低沉磁性 | 成熟男主 | > 🎧 **试听全部音色**：用浏览器打开 [`scripts/voice_samples/index.html`](https://jangviktor-web.github.io/novel2voice/scripts/voice_samples/index.html)，支持搜索、分类筛选、一键复制音色名称。 --- ## 🔄 Workflow ```mermaid graph LR A[📄 文本/字幕输入] --> B[📑 章节拆分] B --> C[🔍 角色提取] C --> D[🎨 音色匹配] D --> E[✅ 用户确认] E --> F[🔊 并发生成] F --> G[🎚️ 响度标准化] G --> H[🎵 合并输出] ``` | Step | 说明 | 输出 | |---|---|---| | **1. 拆分章节** | 按「第X章/回/节」自动拆分，无标记则单章 | 章节列表 | | **2. 提取角色** | LLM 分析性别/年龄/性格/说话风格 | 角色档案 | | **3. 匹配音色** | 根据特征自动匹配 + 情感标注 | 推荐方案表 | | **4. 用户确认** | 展示方案，可调整任意角色音色 | 确认/修改 | | **5. 生成音频** | Edge TTS / MiMo TTS 异步并发 | 分段 MP3 | | **6. 后处理** | 响度标准化 + 按章合并 + ID3 标签 | 最终 MP3 | --- ## 🆚 Comparison | Feature | Novel2Voice | ebook2audiobook | 传统 TTS 工具 | 在线朗读器 | |---|---|---|---|---| | 多角色自动分配 | ✅ LLM 识别 | ✅ | ❌ 手动 | ❌ 单角色 | | 情感/风格控制 | ✅ 50+ 标签 | ⚠️ SSML | ⚠️ 有限 | ❌ 无 | | 字幕转语音 | ✅ SRT/ASS | ❌ | ❌ | ❌ | | 并发生成 | ✅ 异步多线程 | ✅ | ❌ 串行 | ❌ | | 音色数量 | ✅ 500+ | ✅ | ⚠️ 几十个 | ⚠️ 几个 | | 中文方言 | ✅ 9 种方言 | ❌ | ❌ | ❌ | | 断点续传 | ✅ | ✅ | ❌ | ❌ | | 免费 | ✅ 完全免费 | ✅ | ⚠️ 部分收费 | ❌ 通常收费 | | 无需 GPU | ✅ | ✅ | ⚠️ 部分需要 | ✅ | --- ## 📁 Structure ``` novel2voice/ ├── SKILL.md # Agent 指令（核心工作流） ├── README.md # ← 你在这里 ├── install.sh # 一键安装脚本 ├── .gitignore ├── references/ │ ├── voice-catalog.md # 完整音色库 + 风格标签 + 角色映射 │ ├── mimo-tts-api.md # MiMo TTS API 文档 │ ├── edge-tts-annotation-guide.md # Edge TTS 标注规范 │ └── generated-long-body.md # 长文本处理策略 └── scripts/ ├── generate_audiobook.py # 主生成引擎 ├── tts_voice.py # 单句 TTS 工具 ├── tts_voice.sh # Shell 版 TTS ├── text_parser.py # 小说文本解析器 ├── subtitle_parser.py # SRT/ASS 字幕解析器 ├── param_calculator.py # 情感参数计算器 ├── generate_voice_samples.py # 音色样本生成器 └── voice_samples/ ├── index.html # 🎧 音色试听页面 └── *.mp3 # 28 个音色样本 ``` --- ## 🛠️ Troubleshooting | 问题 | 原因 | 解决方案 | |---|---|---| | 生成无声音 | FFmpeg 未安装 | `apt install ffmpeg` / `brew install ffmpeg` | | Edge TTS 连接失败 | 网络问题 | 脚本自动切换备用端点，或检查代理 | | 中文乱码 | 文件编码非 UTF-8 | 转换编码：`iconv -f GBK -t UTF-8 input.txt` | | 角色识别不准 | 文本格式特殊 | 手动指定 `--character-voices` | | 生成太慢 | 未启用并发 | 加 `--async --concurrent 5` | | Windows 中文路径报错 | cmd 编码问题 | 用 `python` 代替 `python3`，路径避免中文 | | MiMo TTS 401 | API Key 无效 | 检查 `MIMO_API_KEY` 环境变量 | | 字幕时间轴偏移 | 重叠时间码 | 默认自动修复，或 `--no-fix-overlaps` 禁用 | --- ## 📚 Documentation | 文档 | 说明 | |---|---| | [SKILL.md](SKILL.md) | Agent 完整工作流指令 | | [Voice Catalog](references/voice-catalog.md) | 完整音色库、风格标签、角色→音色映射表 | | [MiMo TTS API](references/mimo-tts-api.md) | MiMo TTS 三种模型 API 文档 | | [Edge TTS Guide](references/edge-tts-annotation-guide.md) | Edge TTS 标注规范（角色/情绪/断句） | | [Long Body](references/generated-long-body.md) | 长文本处理扩展说明 | --- ## ⭐️ Star [![RepoStars](https://repostars.dev/api/embed?repo=jangviktor-web%2Fnovel2voice&theme=grape)](https://repostars.dev/?repos=jangviktor-web%2Fnovel2voice&theme=grape) --- ## 📄 License [MIT](LICENSE) --- <div align="center"> <sub>Built with ❤️ for novel lovers · Powered by <a href="https://learn.microsoft.com/en-us/azure/ai-services/speech-service/">Edge TTS</a> & <a href="https://mimo.xiaomi.com">MiMo TTS</a></sub> <sub>🎙️ Novel2Voice — 让每一本小说都有声音</sub> </div>

Chargement du README du dépôt…

Skills dans ce dépôt

Développeurs de logiciels

1 catégories métier · 100% classifié

skill

métier

description

mis à jour

novel2voice

Développeurs de logiciels

小说文本或字幕文件 → 多角色有声书音频。默认 Edge TTS（500+ 音色），可选 MiMo TTS。自动角色识别、情感标注、音色分配、异步并发生成。 Use when user provides novel/story text or subtitle file (.srt/.ass) and asks for audiobook, audio drama, voice narration, or TTS generation.…

Langue du texte source : chinois

2026-08-13

Affichage de 1 skills collectés sur 1.