메뉴
将文本合成为语音（TTS）。使用火山引擎豆包语音合成 API，支持流式合成、多种音色、语速/音调/音量调节、Markdown 过滤和 LaTeX 公式播报。当用户需要把文字转成语音、生成朗读音频、配音、旁白、播报，或提到「文字转语音」「TTS」「语音合成」「朗读」「配音」时使用本技能。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
SOC 직업 분류 기준
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/bytedance/agentkit-samples --skill byted-text-to-speech명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
Generate deterministic SVG algorithmic artwork. Invoke when the user asks for geometric, generative, or algorithmic visual art.
火山引擎国内短信（SMS）与短信营销全流程服务，面向外部客户提供短信开通后的运营、发送和分析能力。用户只要提到“短信”“短信服务”“短信营销”“营销短信”“短信群发”“群发短信”“批量短信”“验证码短信”“通知短信”“短信签名”“短信模板”“短信发送”“群发任务”“发送记录”“短信回执”“送达率”“成功率”“失败原因”或“短信数据分析”，或者希望通过火山引擎发送、管理、查询、排查和分析国内短信时，应优先使用。支持已审核资质和消息组查询、签名与模板申请、单条短信发送与回执查询、群发任务创建与明确授权后的启动、任务取消，以及客户可见的数据分析。不要用于资质申请、国际短信、WhatsApp 或非客户可见的技术诊断。
漫剧制作总导演。接受用户故事创意，依次完成剧本创作、角色设计、分镜图生成、分镜视频生成、视频合成全流程，产物保存到 COMIC_DRAMA_OUTPUT_DIR（默认 ./output），最终交付完整漫剧视频和 TOS 链接。
| name | byted-text-to-speech |
| version | 1.0.0 |
| author | volcengine-speech-team |
| description | 将文本合成为语音（TTS）。使用火山引擎豆包语音合成 API，支持流式合成、多种音色、语速/音调/音量调节、Markdown 过滤和 LaTeX 公式播报。当用户需要把文字转成语音、生成朗读音频、配音、旁白、播报，或提到「文字转语音」「TTS」「语音合成」「朗读」「配音」时使用本技能。 |
| license | Complete terms in LICENSE |
| homepage | https://www.volcengine.com/docs/6561/1257543 |
基于火山引擎豆包语音合成（HTTP Chunked/SSE 单向流式-V3）将文本转为语音并保存为音频文件。
当用户有以下需求时，优先使用本 skill：
优先检查是否已配置以下凭证：
MODEL_SPEECH_API_KEY如果缺少凭证，打开 references/setup-guide.md 查看开通、申请和配置方式，并给予用户开通建议
| 参数 | 简写 | 必填 | 说明 |
|---|---|---|---|
--text | -t | 是 | 要合成的文本内容 |
--output | -o | 否 | 输出音频文件路径（默认自动生成） |
--speaker | -s | 否 | 发音人，默认 zh_female_vv_uranus_bigtts，音色列表 |
--format | 否 | 音频格式：mp3（默认）、pcm、ogg_opus | |
--sample-rate | 否 | 采样率，如 16000、24000（默认 24000） | |
--speech-rate | 否 | 语速 [-50, 100]，100 代表 2.0 倍速，-50 代表 0.5 倍速，默认 0 | |
--pitch-rate | 否 | 音调 [-12, 12]，默认 0 | |
--loudness-rate | 否 | 音量 [-50, 100]，100 代表 2.0 倍音量，-50 代表 0.5 倍音量，默认 0 | |
--bit-rate | 否 | 比特率，对 mp3 和 ogg_opus 格式生效（如 64000、128000），默认 64000 | |
--filter-markdown | 否 | 过滤 markdown 语法（如 **你好** 读为"你好"），默认关闭 | |
--enable-latex | 否 | 启用 LaTeX 公式播报（使用 latex_parser v2，自动开启 markdown 过滤），默认关闭 |
脚本输出 JSON，包含：
status: "success" 或 "error"local_path: 本地音频文件路径format: 音频格式error: 失败时的错误信息请将 local_path 或可访问的音频 URL 返回给用户，便于播放或下载。
PermissionError: MODEL_SPEECH_API_KEY ... 需在环境变量中配置：提示用户在 API Key 管理 获取并配置 MODEL_SPEECH_API_KEY，写入 workspace 下的环境变量文件后重试。references/setup-guide.mdreferences/docs-index.md按需打开以下文件，不必默认全部加载：
references/setup-guide.md：服务开通、凭证申请、环境变量配置references/docs-index.md：API 文档索引、参数说明、音色列表、错误码速查# 基本用法
python scripts/text_to_speech.py -t "欢迎使用火山引擎语音合成服务。"
# 指定发音人与输出格式
python scripts/text_to_speech.py -t "这是一段测试语音。" -s zh_female_vv_uranus_bigtts -o output.mp3 --format mp3
# 指定语速与采样率
python scripts/text_to_speech.py -t "语速和音调可调。" --speech-rate 10 --sample-rate 16000