i3130002
作者:i3130002更新日 2026-05-11全 2 バージョン · 最新版の公開日 2026-01-26edge-tts@clawhub_i3130002/edge-tts
音声処理#Text-to-Speech#Audio

AlphaMoatによると、2026-10時点でEdge TTSのダウンロード数は41,701、スター数は49で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中618位、デザイン・メディアでは1,116件中72位です。

一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。

ダウンロード数
4.2万
スター数
49
累計ダウンロード順位
#618
全体の上位 6% · デザイン・メディアの上位 7%
プラットフォームダウンロード数スター数コメント
ClawHub ↗2.3万33-
SkillHub ↗4.2万49—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

複数の言語と声に対応し、速度、ピッチ、音量を調整でき、字幕を別ファイルとして保存できます。API キーは不要と明記されており、音声は既定でシステムの一時ディレクトリに書き出されるため、合成はオンラインサービスに依存します。 音声合成に入力したテキストは Microsoft のオンライン TTS サービスへ送信されます。音声、字幕、設定ファイルは指定した場所に書き込まれる場合があります。音声の既定保存先はシステムの一時ディレクトリです。

資料公開日 2026-10-27

できること

  • 原稿を指定した声の音声ファイルに変換する。
  • ナレーションをまとめて生成し、字幕も同時に書き出す。

使う場面

  • 文章を再生できる音声にしたいとき。
  • 同じ声と話速で一連の音声をそろえたいとき。

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

この原稿を中国語の女性の声で、少しゆっくりした話速の音声にしてください。
この短い文章群のナレーションをまとめて生成し、それぞれ字幕ファイルも書き出してください。

月次の推移

ダウンロード数4.2万
1.8万3.1万4.3万2026-03 · ダウンロード数 2万2026-05 · ダウンロード数 2.4万2026-06 · ダウンロード数 2.5万2026-07 · ダウンロード数 2.2万2026-08 · ダウンロード数 2.6万2026-09 · ダウンロード数 2.8万2026-10 · ダウンロード数 4.2万26-0326-0926-10
スター数49
2639512026-03 · スター数 282026-05 · スター数 402026-06 · スター数 442026-07 · スター数 332026-08 · スター数 482026-09 · スター数 482026-10 · スター数 4926-0326-0926-10

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。 同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。

月ダウンロード数前月比スター数
2026-104.2万—49
2026-092.8万—48
2026-082.6万+18.7%48
2026-072.2万-11.5%33
2026-062.5万+3.4%44
2026-052.4万—40
2026-032万—28

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

7.1 KB・ClawHub v2.0.0
---
name: edge-tts
description: |
  Text-to-speech conversion using node-edge-tts npm package for generating audio from text.
  Supports multiple voices, languages, speed adjustment, pitch control, and subtitle generation.
  Use when: (1) User requests audio/voice output with the "tts" trigger or keyword. (2) Content needs to be spoken rather than read (multitasking, accessibility, driving, cooking). (3) User wants a specific voice, speed, pitch, or format for TTS output.
---

# Edge-TTS Skill
すべて表示(全 199 行)
## Overview

Generate high-quality text-to-speech audio using Microsoft Edge's neural TTS service via the node-edge-tts npm package. Supports multiple languages, voices, adjustable speed/pitch, and subtitle generation.

## Quick Start

When you detect TTS intent from triggers or user request:

1. **Call the tts tool** (Clawdbot built-in) to convert text to speech
2. The tool returns a MEDIA: path
3. Clawdbot routes the audio to the current channel

```javascript
// Example: Built-in tts tool usage
tts("Your text to convert to speech")
// Returns: MEDIA: /path/to/audio.mp3
```

## Trigger Detection

Recognize "tts" keyword as TTS requests. The skill automatically filters out TTS-related keywords from text before conversion to avoid converting the trigger words themselves to audio.

## Advanced Customization

### Using the Node.js Scripts

For more control, use the bundled scripts directly:

#### TTS Converter
```bash
cd scripts
npm install
node tts-converter.js "Your text" --voice en-US-AriaNeural --rate +10% --output output.mp3
```

**Options:**
- `--voice, -v`: Voice name (default: en-US-AriaNeural)
- `--lang, -l`: Language code (e.g., en-US, es-ES)
- `--format, -o`: Output format (default: audio-24khz-48kbitrate-mono-mp3)
- `--pitch`: Pitch adjustment (e.g., +10%, -20%, default)
- `--rate, -r`: Rate adjustment (e.g., +10%, -20%, default)
- `--volume`: Volume adjustment (e.g., +0%, -10%, default)
- `--save-subtitles, -s`: Save subtitles as JSON file
- `--output, -f`: Output file path (default: tts_output.mp3)
- `--proxy, -p`: Proxy URL (e.g., http://localhost:7890)
- `--timeout`: Request timeout in milliseconds (default: 10000)
- `--list-voices, -L`: List available voices

#### Configuration Manager
```bash
cd scripts
npm install
node config-manager.js --set-voice en-US-AriaNeural

node config-manager.js --set-rate +10%

node config-manager.js --get

node config-manager.js --reset
```

### Voice Selection

Common voices (use `--list-voices` for full list):

**English:**
- `en-US-MichelleNeural` (female, natural, **default**)
- `en-US-AriaNeural` (female, natural)
- `en-US-GuyNeural` (male, natural)
- `en-GB-SoniaNeural` (female, British)
- `en-GB-RyanNeural` (male, British)

**Other Languages:**
- `es-ES-ElviraNeural` (Spanish, Spain)
- `fr-FR-DeniseNeural` (French)
- `de-DE-KatjaNeural` (German)
- `ja-JP-NanamiNeural` (Japanese)
- `zh-CN-XiaoxiaoNeural` (Chinese)
- `ar-SA-ZariyahNeural` (Arabic)

### Rate Guidelines

Rate values use percentage format:
- `"default"`: Normal speed
- `"-20%"` to `"-10%"`: Slow, clear (tutorials, stories, accessibility)
- `"+10%"` to `"+20%"`: Slightly fast (summaries)
- `"+30%"` to `"+50%"`: Fast (news, efficiency)

### Output Formats

Choose audio quality based on use case:
- `audio-24khz-48kbitrate-mono-mp3`: Standard quality (voice notes, messages)
- `audio-24khz-96kbitrate-mono-mp3`: High quality (presentations, content)
- `audio-48khz-96kbitrate-stereo-mp3`: Highest quality (professional audio, music)

## Resources

### scripts/tts-converter.js
Main TTS conversion script using node-edge-tts. Generates audio files with customizable voice, rate, volume, pitch, and format. Supports subtitle generation and voice listing.

### scripts/config-manager.js
Manages persistent user preferences for TTS settings (voice, language, format, pitch, rate, volume). Stores config in `~/.tts-config.json`.

### scripts/package.json
NPM package configuration with node-edge-tts dependency.

### references/node_edge_tts_guide.md
Complete documentation for node-edge-tts npm package including:
- Full voice list by language
- Prosody options (rate, pitch, volume)
- Usage examples (CLI and Module)
- Subtitle generation
- Output formats
- Best practices and limitations

### Voice Testing
Test different voices and preview audio quality at: https://tts.travisvn.com/

Refer to this when you need specific voice details or advanced features.

## Installation

To use the bundled scripts:

```bash
cd /home/user/clawd/skills/public/tts-skill/scripts
npm install
```

This installs:
- `node-edge-tts` - TTS library
- `commander` - CLI argument parsing

## Workflow

1. **Detect intent**: Check for "tts" trigger or keyword in user message
2. **Choose method**: Use built-in `tts` tool for simple requests, or `scripts/tts-converter.js` for customization
3. **Generate audio**: Convert the target text (message, search results, summary)
4. **Return to user**: The tts tool returns a MEDIA: path; Clawdbot handles delivery

## Testing

### Basic Test
Run the test script to verify TTS functionality:
```bash
cd /home/user/clawd/skills/public/edge-tts/scripts
npm test
```
This generates a test audio file and verifies the TTS service is working.

### Voice Testing
Test different voices and preview audio quality at: https://tts.travisvn.com/

### Integration Test
Use the built-in `tts` tool for quick testing:
```javascript
// Example: Test TTS with default settings
tts("This is a test of the TTS functionality.")
```

### Configuration Test
Verify configuration persistence:
```bash
cd /home/user/clawd/skills/public/edge-tts/scripts
node config-manager.js --get
node config-manager.js --set-voice en-US-GuyNeural
node config-manager.js --get
```

## Troubleshooting

- **Test connectivity**: Run `npm test` to check if TTS service is accessible
- **Check voice availability**: Use `node tts-converter.js --list-voices` to see available voices
- **Verify proxy settings**: If using proxy, test with `node tts-converter.js "test" --proxy http://localhost:7890`
- **Check audio output**: The test should generate `test-output.mp3` in the scripts directory

## Notes

- node-edge-tts uses Microsoft Edge's online TTS service (updated, working authentication)
- No API key needed (free service)
- Output is MP3 format by default
- Requires internet connection
- Supports subtitle generation (JSON format with word-level timing)
- **Temporary File Handling**: By default, audio files are saved to the system's temporary directory (`/tmp/edge-tts-temp/` on Unix, `C:\Users\<user>\AppData\Local\Temp\edge-tts-temp\` on Windows) with unique filenames (e.g., `tts_1234567890_abc123.mp3`). Files are not automatically deleted - the calling application (Clawdbot) should handle cleanup after use. You can specify a custom output path with the `--output` option if permanent storage is needed.
- **TTS keyword filtering**: The skill automatically filters out TTS-related keywords (tts, TTS, text-to-speech) from text before conversion to avoid converting the trigger words themselves to audio
- For repeated preferences, use `config-manager.js` to set defaults
- **Default voice**: `en-US-MichelleNeural` (female, natural)
- Neural voices (ending in `Neural`) provide higher quality than Standard voices

デザイン・メディアの人気スキル

视频短视频图片音乐音频配音口播数字人全能创作デザイン・メディア

通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成(文生图)、AI视频生成(图生视频)和AI视频编辑,通过AI音乐生成把想法做成歌曲或纯音乐,也可用AI语音生成(文字转语音)、多语言旁白和AI语音克隆完成跨媒介内容;还能查找抖音数据、小红书数据,以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、账号和趋势,把社交媒体数据用于竞品调研和创作。它是一款面向AI内容创作与多模态内容创作的AI创作套件,用起来就是一个把图片、视频、音乐与语音收在同一处的AI创作助手,适用于社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目;还能在不同媒介间复用原始素材、已有成果和查到的公开资料,查看制作进度、返回文件、实际用量和积分记录。

↓ 147.6万★ 113u_319b171b
AI数字人口播与虚拟主播视频デザイン・メディア

用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播,并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。一节课的讲解也能做成课程口播。

↓ 50.8万★ 39u_319b171b
架构图一键生成デザイン・メディア

ContextWeaveアーキテクチャ図ワンショット生成

↓ 47万★ 280user_bddf3fe6
海报设计工作室デザイン・メディア

将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成图片丰富的海报,在海报排版上搭配清晰视觉层级、按品类匹配的风格和预留文字区域,覆盖活动、音乐节、电影、产品发布和促销场景。你可以把它当作 AI宣传单制作工具来制作促销宣传单,当作活动海报设计工具,当作电影海报生成器,当作音乐节海报设计工具,当作产品发布会海报的 banner设计 AI,或当作平面设计海报工作室。从活动主题出发,用品牌风格参考图变换产品或场景照片,或在已认可草稿上做定向精修,完成可印刷或可分享的成品。

↓ 30.5万★ 28user_87b8e34f
自动化克隆数字人口播混剪视频デザイン・メディア

抖音短视频双路径生产体系(单 Skill 版)。Path A[付费·高质量]:策略大脑→(可选:素材混剪/AI高光提取)→脚本优化→AI生图/素材准备→配音渲染(百炼/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/数字人)。Path B[免费·动画风]:采集热点→脚本→edge-tts免费配音+HyperFrames开源渲染→MP4,零云费开箱快。触发词分层:①"抖音短视频/选题规划/合规闸门/运营策略" ②"口播脚本/AI生图/AI配音/视频渲染/Remotion渲染" ③"蹭热点/快速出片/免费做视频" ④"混剪/高光提取/素材粗剪/autoclip

↓ 29.7万★ 79user_3b54b400
GPT Image 2.5生图デザイン・メディア

GPT Image 2.5生图是一款 AI 工具,用 GPT-Image-2.5 和 ChatGPT Images 2.5 出一张图。GPT Image 2.5 Studio 支持 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst,可文生图或参考图生图,做中文海报、商品图、信息图和社媒画面。

↓ 27.1万★ 27user_87b8e34f
MiniMax H3 AI视频创作デザイン・メディア

用 MiniMax H3 这款 AI视频生成器创作高质感 2K AI 视频。从文字创意出发完成文生视频,让静态图片自然动起来,用首尾画面做首尾帧视频的完整转场,也可以结合图片、视频和音频参考,以多模态视频生成塑造统一场景。适合 AI 广告视频、电商产品视频、品牌宣传视频、动态海报、游戏 UI、电影片头和社交短视频创作,形成电影感画面与同步的原生立体声。使用 Beatra 账号即可开始,创作进度与成片集中管理。

↓ 26.3万★ 23user_87b8e34f
AI Logo设计·品牌标识创作デザイン・メディア

输入品牌名称、行业方向或参考图,生成专业 AI Logo、品牌标识和应用图标。这款 AI logo 设计工具从你的品牌简报出发——公司名、行业气质、配色偏好——先探索多个商标设计方向,再用精确品牌色、简洁几何和可缩放构图精修最强概念。制作企业 logo、创业公司标志、字母标、徽章、组合标识和 VI设计中的主标,从网站 favicon 到门头招牌都清晰可辨。从文字描述出发,将已有草图和品牌素材转化为精致标识,或在已认可草稿上做定向精修。

↓ 26万★ 19user_87b8e34f

データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。