zhaov

Voice

设计创意v1.0.1
作者:zhaov更新于 2026-05-18共 2 个版本 · 最新版本发布于 2026-02-03voice@clawhub_zhaov1976/voice
音频处理#Text-to-Speech#Audio

据 AlphaMoat 统计,截至 2026-10,Voice 累计下载 6,877 次、获 0 个星标,按累计下载量在本次参与排名的 10,914 个 AI 技能中排名第 4,123 位,在「设计创意」分类(1,116 个)中排名第 513 位。

列表默认按累计下载量排序,也可按星标排序;详情页排名按累计下载量计算。

累计下载
6,877
星标
-
全站下载量排名
#4,123
全站前 38% · 「设计创意」前 46%
平台累计下载星标评论
ClawHub ↗5,343--
SkillHub ↗6,877-—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

主文还描述多种语音选项、媒体系统集成和临时音频清理。执行涉及用户文本或选项的 shell 命令可能不安全;应限制命令构造和文件路径,并在沙盒中使用。安装依赖会运行第三方包代码,需先审阅来源。 需 Python/pip、edge-tts 和兼容 skill.execute 宿主;用当前语音列表核对 voice ID,不应假定所有文档示例均存在。执行前审阅语音服务的数据处理,并限制播放及清理路径。

资料发布于 2026-10-27

可以用来做什么

  • 将已批准的文本转换成语音
  • 生成语音后在受控播放器中试听

什么时候用

  • 文本和音频路径已确认,且安装来源与 shell 调用方式经过审阅时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

解释将文本转为语音的流程和本地文件影响,不执行安装或播放。
检查这段语音文本是否含不适合发送到语音服务的内容。

月度数据趋势

累计下载6,877
2,4714,8377,2032026-03 · 累计下载 2,7972026-05 · 累计下载 4,0222026-06 · 累计下载 4,3082026-07 · 累计下载 4,7502026-08 · 累计下载 4,9602026-09 · 累计下载 5,3812026-10 · 累计下载 6,87726-0326-0926-10
星标-
0112026-03 · 星标 -2026-05 · 星标 -2026-06 · 星标 -2026-07 · 星标 -2026-08 · 星标 -2026-09 · 星标 -2026-10 · 星标 -26-0326-0926-10

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份累计下载环比星标
2026-106,877—-
2026-095,381—-
2026-084,960+4.4%-
2026-074,750+10.3%-
2026-064,308+7.1%-
2026-054,022—-
2026-032,797—-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

3.2 KB · ClawHub v1.0.1
# Voice Skill

The Voice skill provides enhanced text-to-speech functionality using edge-tts, allowing you to convert text to spoken audio with multiple playback options.

## Features

- Text-to-speech conversion using Microsoft Edge's TTS engine
- Support for various voice options and audio settings
- Direct playback of generated audio
- Automatic cleanup of temporary audio files
展开全部(共 149 行)
- Integration with the MEDIA system for audio playback

## Installation

Before using this skill, you need to install the required dependency:

```bash
pip3 install edge-tts
```

Or use the skill's install action:

```javascript
await skill.execute({ action: 'install' });
```

## Usage

### Direct Speaking (Recommended)

Speak text directly without storing to file:

```javascript
const result = await skill.execute({
  action: 'speak',  // New improved action
  text: 'Hello, how are you today?'
});
// Audio is played directly and temporary file is cleaned up automatically
```

### Text-to-Speech with File Generation

Convert text to speech with default settings:

```javascript
const result = await skill.execute({
  action: 'tts',
  text: 'Hello, how are you today?'
});
// Returns a MEDIA link to the audio file
```

With direct playback:

```javascript
const result = await skill.execute({
  action: 'tts',
  text: 'Hello, how are you today?',
  playImmediately: true  // Plays the audio immediately after generation
});
```

With custom options:

```javascript
const result = await skill.execute({
  action: 'tts',
  text: 'This is a sample of voice customization.',
  options: {
    voice: 'zh-CN-XiaoxiaoNeural',
    rate: '+10%',
    volume: '-5%',
    pitch: '+10Hz'
  }
});
```

### Play Existing Audio File

Play an existing audio file:

```javascript
const result = await skill.execute({
  action: 'play',
  filePath: '/path/to/audio/file.mp3'
});
```

### List Available Voices

Get a list of available voices:

```javascript
const result = await skill.execute({
  action: 'voices'
});
```

### Cleanup Temporary Files

Clean up temporary audio files older than 1 hour (default):

```javascript
const result = await skill.execute({
  action: 'cleanup'
});
```

Or specify a custom age threshold:

```javascript
const result = await skill.execute({
  action: 'cleanup',
  options: {
    hoursOld: 2  // Clean files older than 2 hours
  }
});
```

## Options

The following options are available for text-to-speech:

- `voice`: The voice to use (default: 'zh-CN-XiaoxiaoNeural')
- `rate`: Speech rate adjustment (default: '+0%')
- `volume`: Volume adjustment (default: '+0%')
- `pitch`: Pitch adjustment (default: '+0Hz')

## Supported Voices

Edge-TTS supports many voices in different languages:
- Chinese: zh-CN-XiaoxiaoNeural, zh-CN-YunxiNeural, zh-CN-YunyangNeural
- English (US): en-US-Standard-C, en-US-Standard-D, en-US-Wavenet-F
- English (UK): en-GB-Standard-A, en-GB-Wavenet-A
- Japanese: ja-JP-NanamiNeural
- Korean: ko-KR-SunHiNeural
- And many more...

## File Management

- Audio files are temporarily stored in the `temp` directory
- Files are automatically cleaned up after 1 hour (default)
- Direct speaking option cleans up files after 5 seconds

## Requirements

- Python 3.x
- pip package manager
- edge-tts library (install via `pip3 install edge-tts`)

「设计创意」分类下的热门技能

视频短视频图片音乐音频配音口播数字人全能创作设计创意

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设计创意

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
架构图一键生成设计创意

ContextWeave 架构图一键生成

↓ 47.0万★ 280user_bddf3fe6
海报设计工作室设计创意

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设计创意

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生图设计创意

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视频创作设计创意

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·品牌标识创作设计创意

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。

↓ 26.0万★ 19user_87b8e34f

数据月份:2026-10 · 下载/星标数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。