bytedance-tts

name	bytedance-tts
description	使用字节 Seed TTS 将 narration-plan.json 按片段合成为 WAV，并输出包含 slide_id、实际时长和停顿的 tts-manifest.json。用于口播视频配音、复刻音色分段合成和页面级音频对齐。

字节分段 TTS

读取 Skill 根目录的 env.json，运行时同名环境变量覆盖默认值。BYTE_TTS_API_KEY 必须由运行环境提供，不得输出到日志。

BYTEDANCE_TTS_SKILL_DIR="<加载后显示的 Skill 根目录>"
python3 "$BYTEDANCE_TTS_SKILL_DIR/scripts/segmented_tts.py" \
  --output-dir "$OUTPUT_DIR" \
  --plan "$OUTPUT_DIR/narration-plan.json" \
  --output "$OUTPUT_DIR/voiceover.wav" \
  --manifest "$OUTPUT_DIR/tts-manifest.json"

逐片段请求 TTS，只把正文发送给接口；页面停顿在本地插入真实静音。输出 WAV 和 manifest，保留输入中的 slide_id、segment_id 与文本，并记录实际音频时长。

详细接口约定见 references/bytedance-tts.md。