用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/wlzh/skills --skill text-to-speech命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Upload and fully manage YouTube videos and live events: metadata, thumbnails, captions, playlists, scheduled broadcasts, encoder streams, binding, lifecycle transitions, and cleanup.
Convert YouTube videos to SEO-optimized blog posts. Extract video title, description, and content, then generate a search-engine-friendly blog post with embedded video, cover images, optimized metadata, structured Markdown sections, clean resource blocks, and canonical 5-8 keywords. Auto-generates English filenames and saves to the configured Hexo blog posts directory. Includes tag management rules to maintain a clean, consistent tag taxonomy.
通用图片生成 Skill，支持多种 AI 模型（ModelScope、Gemini、RunningHub 等），可被其他 Skills 调用
基于 SOC 职业分类
正在显示 SKILL.md
| name | text-to-speech |
| description | 文本转语音工具 - 默认 MiniMax TTS，支持切换 Edge TTS 和 Kokoro TTS (v1.1-zh) |
| version | 3.6.0 |
| changelog | [{"Sat Aug 01 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.6.0 新增并默认启用 friendly_tutorial 整期表达档，面向普通大众的免费教程保持正常语速、自然口语和固定声线"},{"Sat Aug 01 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.5.0 新增 MiniMax 词级时间戳 sidecar；只保存校验后的时间段，不保存短期签名下载 URL；Edge/Kokoro 显式拒绝该参数"},{"Sat Aug 01 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.4.0 新增 MiniMax 声音克隆上传/创建/激活费用门禁、本机 0600 克隆音色档，以及整期固定 commercial_narration 表达档；克隆音色或表达档变化会使下游缓存失效"},{"Sat Jul 18 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.3.1 MiniMax 语境适配移除逐 beat emotion 注入，避免同一场景语气跳变；保留 speed/volume/pitch 轻量调整并同步测试文档"},{"Sat Jul 18 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.3.0 MiniMax 默认音色改为 Chinese (Mandarin)_Reliable_Executive；新增 MiniMax 专属语境适配层，按开场、总结、解释、步骤、提醒、资源、结论和关注引导自动微调表达；Edge/Kokoro 行为不变"},{"Fri Jul 17 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.2.0 新增 MiniMax TTS 引擎并设为默认，默认音色 male-qn-jingying（精英青年）、语速 1.0；API Key 只读取 MINIMAX_API_KEY 环境变量；保留 Kokoro/Edge 可配置切换"},{"Sun May 17 2026 00:00:00 GMT+0000 (Coordinated Universal Time)":"v3.1.0 强化 localhost Kokoro 代理绕过规则——curl/requests 直连本地服务默认必须 NO_PROXY，不允许先走代理失败后重试"}] |
| author | M. |
将文本转换为语音。默认使用 MiniMax TTS（在线高质量中文配音），并保留 Kokoro TTS v1.1-zh（本地 Docker，102 个中文音色）和 Edge TTS（在线）作为可配置后备。
| 特性 | MiniMax TTS | Kokoro TTS v1.1-zh | Edge TTS |
|---|---|---|---|
| 质量 | 默认推荐，中文短视频旁白更自然 | 本地可用、接近真人 | 标准 Neural 语音 |
| 网络 | 需要 MiniMax API | 不需要（本地 Docker） | 需要网络连接 |
| 默认音色 | Chinese (Mandarin)_Reliable_Executive（可靠高管） | zm_009 | zh-CN-YunyangNeural |
| 语速调节 | speed 参数，默认 1.0 | speed 参数 | rate/pitch/volume |
| 前提 | MINIMAX_API_KEY 环境变量 | Docker 容器需运行 | 安装 edge-tts |
| 配置值 | minimax | kokoro | edge |
# 默认使用 MiniMax TTS（当前配置）
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py <文本文件>
# 指定引擎
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt --engine minimax
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt --engine kokoro
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt --engine edge
# 指定声音
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt -v zf_094
# 指定输出文件
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt -o output.mp3
# MiniMax 专属：同时保存经过校验的词级时间戳
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt \
-o output.mp3 --subtitle-output output.subtitles.json
# 调整语速（MiniMax/Kokoro）
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt --speed 1.2
# 列出所有可用声音
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py --list-voices
默认配置：
tts_engine = "minimax"speech-2.8-hdChinese (Mandarin)_Reliable_Executive（可靠高管）1.0--subtitle-output <path> 会为 MiniMax 请求启用词级时间戳，下载官方 sidecar 后校验文本、字符范围和时间单调性，再写入本地 JSON。sidecar 只保留 provider/model/voice/subtitle_type/segments，不会记录官方返回的短期签名 URL。该参数属于 MiniMax 专属能力；Edge/Kokoro 会失败关闭，避免下游误把估算时间当成官方时间戳。
minimax_tts.delivery_consistency 默认启用 friendly_tutorial。它用于面向普通大众的免费教程：像真人耐心讲解，允许正文自然使用“好、其实、这里呢、别急”等连接词，但不靠逐句变调制造表演感。同一期视频内所有句子固定使用相同的音色、速度、音量和音调，避免逐 beat 割裂。
friendly_tutorial，speed 1.0、volume 1.0、pitch 0--delivery-profile friendly_tutorialcommercial_narration，仅用于公告、品牌声明等确需正式表达的内容--voice > MINIMAX_VOICE_ID > 已激活的本机克隆档 > 仓库系统音色~/.config/duanku/minimax-voice.json，必须为 0600，不提交仓库minimax_tts.context_adaptation 只在 MiniMax 分支生效。Edge 和 Kokoro 不读取此配置，也不会改变原请求参数。
delivery_consistency 关闭时，根据文本自动识别 opening、summary、explanation、instruction、warning、resource、conclusion、call_to_action、neutralexplanation--context warning 等参数显式覆盖自动识别；选择 Edge/Kokoro 时该参数被忽略# 自动识别语境
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt
# MiniMax 显式指定风险提醒语境
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt --context warning
声音克隆分为不收费的创建阶段和首次 TTS 激活阶段。首次使用新克隆音色合成会产生官方克隆费及试听字符费，脚本要求 quote ID 和精确金额确认，不能用布尔参数绕过。
引擎边界：克隆 profile、克隆 voice_id、--delivery-profile 和克隆样本门禁只允许在实际 tts_engine=minimax 时读取。切换到 Edge 或 Kokoro 后必须完全跳过这些配置，即使本机仍保留已激活的 MiniMax profile，也不得影响非 MiniMax 的音色、请求参数或预检结果。
# 样本检查，不联网、不收费
python3 scripts/minimax_voice_clone.py inspect --sample /path/to/source.m4a
# 输出激活报价，不联网、不收费
python3 scripts/minimax_voice_clone.py quote \
--voice-id DuankuNarrator20260801 \
--text "试听文案"
# 上传并创建克隆，不执行 TTS；必须确认拥有声音授权
python3 scripts/minimax_voice_clone.py clone \
--sample /path/to/source.m4a \
--voice-id DuankuNarrator20260801 \
--rights-confirmed
# 首次付费激活并生成试听，必须使用上一步 quote 的 ID 和金额
python3 scripts/minimax_voice_clone.py activate \
--text "试听文案" \
--output /path/to/preview.mp3 \
--confirm-quote-id '<quote_id>' \
--confirm-amount-usd '<estimated_total_usd>'
样本要求：mp3/m4a/wav、10 秒至 5 分钟、最大 20 MB。克隆脚本默认请求 MiniMax 降噪和音量归一化。
密钥规则：
MINIMAX_API_KEYvoice_id、远程 file ID 和激活记录只保存在本机 0600 profileconfig/tts_config.json、README、命令行参数或提交历史config/tts_config.json 中的 minimax_tts.api_key_envexport MINIMAX_API_KEY="你的本机 key"
python3 ~/.claude/skills/text-to-speech/scripts/text_to_speech.py script.txt -o output.mp3
使用 --list-voices 查看完整列表（102 个）。
zm_009 - 男声（默认）zf_094 - 女声（自然温柔）zf_001 - 女声zm_050 - 男声af_maple - 女声（Maple）af_sol - 女声（Sol）bf_vale - 男声（Vale）zf_XXX - 中文女声（55 个）zm_XXX - 中文男声（44 个）af_/bf_ - 英文声音（3 个）Kokoro TTS 需要 Docker 容器运行：
# 启动
cd /Users/m/document/QNSZ/project/kokoro-tts && ./start.sh
# 停止
cd /Users/m/document/QNSZ/project/kokoro-tts && ./stop.sh
# Web UI 试听
# http://localhost:8880/web/
自动识别并移除播客脚本中的注释和标记：
(00:00)[BGM渐入：...](主播声音：...) (停顿 1秒)**文本**v1.1-zh 模型支持中英文混合文本的自然朗读。
可选集成 voice-changer skill 进行变声处理。
配置文件位于：~/.claude/skills/text-to-speech/config/tts_config.json
关键配置项：
tts_engine: "minimax"、"kokoro" 或 "edge"（默认引擎）minimax_tts: MiniMax 引擎配置（API URL、模型、默认音色、语速；Key 仅从环境变量读取）minimax_tts.context_adaptation: MiniMax 专属语境档和自动识别规则；不影响其他引擎kokoro_tts: Kokoro 引擎配置（API URL、默认声音、语速）edge_tts: Edge 引擎配置（声音、语速、音调、音量）available_voices: 按引擎分组的可用声音列表输入文本/文件
↓
脚本解析（移除注释和标记）
↓
MiniMax / Kokoro TTS / Edge TTS 语音合成
↓
后处理（voice-changer，可选）
↓
输出 MP3 文件
Kokoro TTS 运行在 localhost:8880。如果系统配置了 HTTP 代理（http_proxy/https_proxy），请求 localhost 会被代理拦截导致连接失败（curl 返回 HTTP 000）。
规则：
os.environ.setdefault("no_proxy", "localhost,127.0.0.1")，通过脚本调用无需额外处理curl 测试或调用 Kokoro API，必须加 --noproxy localhost,127.0.0.1 或设置 no_proxy=localhost,127.0.0.1requests.post("http://localhost:8880/...")，必须设置 proxies={"http": None, "https": None}，或使用 requests.Session(); session.trust_env = False，并设置 NO_PROXY/no_proxy=localhost,127.0.0.1,::1# 正确：绕过代理
curl --noproxy localhost,127.0.0.1 -X POST http://localhost:8880/v1/audio/speech ...
# 错误：走了代理，返回 HTTP 000
curl -X POST http://localhost:8880/v1/audio/speech ...
MINIMAX_API_KEY 环境变量pip install edge-tts