tts-voice

name	tts-voice
description	提供文字转语音（TTS）能力。当用户要求"用语音回复"、"转成语音"、"返回音频"、"语音播报"、"读出来"、"朗读"、"念出来"或有类似输出语音需求时必须触发。

TTS 语音生成

基于自动路由设计的智能文字转语音技能。该技能会自动检测你的系统环境，智能选取最适合的转换模块向下兼容。部分依赖模块会在后台自动检测并下载，无需繁琐的手动配置。

功能特性

• 自动路由与降级：
  1. 首选项（最高优先级）：Qwen3-TTS。该大模型具备顶尖的中英混读音色。但因其体积庞大，系统不会自动安装，如果未检测到环境会自动跳过，将安装主导权交给用户。
  2. 极速响应（如果可用）：Mac 内置 TTS。如果在 macOS 上且未配置 Qwen，则无缝回调零延迟的内置 Mac/Siri 语音。
  3. 全平台网络方案：Microsoft Edge TTS。如果在以上都不可用的系统（比如 Linux）上，系统将自动回退到 Edge 接口。
• 自动安装依赖模块（包括 ffmpeg 与 edge-tts 库等，Qwen 例外）。
• 统一输出通用音频格式（OGG/Opus），兼容大多数播放器。
• 高度模块化：具体转换逻辑已经拆分到 scripts/qwen_tts.sh、scripts/mac_tts.sh 和 scripts/edge_tts.sh。

使用方法

只需要执行统一入口脚本：

{baseDir}/tts.sh "要转换的文字内容" [输出文件名]

示例

# 默认智能路由
{baseDir}/tts.sh "你好，这是自动选择引擎生成的语音" reply_audio

环境定制：Qwen3-TTS（本地大模型高阶玩法）

如果你希望拥有最好的声音效果和中英文混合效果，并且电脑显存充足，可以通过配置 qwen3-tts 虚拟环境来激活首选项。 我们不会替你主动安装这个笨重的大型环境，请查阅 README.md 阅读完整的安装步骤。当按照文档配置好后，tts.sh 即可实现全自动调用！

语音定制（可选环境变量）

默认情况下一切会自动进行，但你也可以手动覆盖：

强制指定引擎（TTS_ENGINE）

可设置 auto (默认), qwen, mac 或 edge：

TTS_ENGINE=edge {baseDir}/tts.sh "强制使用Edge"

定制语音播报员（TTS_VOICE）

1. Mac TTS 音色

如果触发了 Mac 模块，可通过 say -v \? 查看你系统支持的可用声音：

• Ting-Ting - 婷婷 (中文)
• Mei-Jia - 美佳 (中文)
• Samantha - 英文

更换示例：

TTS_VOICE="Samantha" {baseDir}/tts.sh "This is a test" test_audio

2. Edge TTS 音色

如果触发了 Edge 模块：

• zh-CN-XiaoxiaoNeural - 晓晓（默认女声）
• zh-CN-YunxiNeural - 云希（男声）
• zh-CN-YunjianNeural - 云健（男声）

更换示例：

TTS_VOICE="zh-CN-YunxiNeural" {baseDir}/tts.sh "云希的声音" edge_audio

(Qwen-TTS 目前代码写死了使用 female 作为推荐的混读播报系统，但也支持调整内置 Python 模块实现自定义。)

输出格式与存放

• 格式：OGG/Opus
• 采样率：48000 Hz
• 声道：单声道
• 码率：32 kbps
• 产出路径：{baseDir}/output/[文件名].ogg