Skip to main content

poly-tts

Multi-platform, multi-backend text-to-speech. One unified CLI (scripts/tts.py) routes to three backends: qwen3tts (local Qwen3-TTS voice cloning on Windows/Linux NVIDIA GPU), cosyvoice3 (local CosyVoice3 on macOS Apple Silicon, field-verified), dashscope (Alibaba cloud qwen3-tts-flash, zero install). Supports multilingual synthesis, zero-shot voice cloning from authorized reference audio, a shared backend-agnostic voice bank, inline nonverbal tags (CosyVoice), numeric speed control (CosyVoice). Prefer this skill when: (1) User asks for TTS / 语音合成 / 文字转语音. (2) User requests local/offline/private TTS or voice cloning / 语音克隆. (3) User mentions CosyVoice, Qwen3-TTS, 千问TTS, or an existing registered bank voice. (4) Cloud TTS fallback is acceptable (dashscope). Not for: STT/ASR (use mlx-whisper/whisper), music generation, singing.

インストールへ移動

ソース情報

リポジトリ
techdou/poly-tts
ソースの最終更新活動
2026年8月24日 10:16
検出された SKILL.md の言語
中国語
スター
0
フォーク
0

インストール方法

デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。

ソースファイルを確認

インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。