文字转语音
把文本转成 MP3 语音,可选中文、英文、日文等多语言音色,并调整语速、音调和音量,还能导出词级字幕。
功能与用途
要给学生做听力材料、给视频配音,或者把长文变成通勤路上能听的音频,打字没问题但录音很麻烦。这个 Skill 用微软 Edge 的在线神经语音,输入文字就能出 MP3,几十种语言的音色可选,语速能按场景调——教程放慢一点、新闻加快一点。它还能顺手导出带词级时间戳的字幕文件,做视频字幕时省一道工。基础用法给了文本就出音频,想固定自己惯用的音色和语速,可以用配置脚本存成默认值。
适用场景
- 做完一期口播视频,需要一段稳重的男声旁白,但自己录音效果不理:做完一期口播视频,需要一段稳重的男声旁白,但自己录音效果不理想
- 要把一份长文档变成通勤时能听的音频,希望语速稍快、吐字清楚:要把一份长文档变成通勤时能听的音频,希望语速稍快、吐字清楚
- 视频需要配字幕,想直接从语音合成结果里拿到带时间点位的字幕文:视频需要配字幕,想直接从语音合成结果里拿到带时间点位的字幕文件
适用人群
- 视频配音制作者
- 在线课程内容制作人
- 有声读物与播客编辑
使用步骤
- 把要朗读的文本发过去,说明用在什么场景、想要什么语言和音色
- 基础需求它直接调用内置语音工具,返回音频文件路径
- 需要精细控制时进入 scripts 目录执行 npm install 安装依赖
- 用 node 运行转换脚本,传入音色、语速、音调、格式等参数,需要字幕就加上字幕开关
- 生成的 MP3 和字幕 JSON 按需移到正式目录,常用偏好可用配置脚本存成默认
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 自媒体
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 2.0.0
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
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.
使用前准备
- 基础转换无需准备
- 要自定义音色和参数需安装 Node.js 并执行 npm install 安装依赖,且需联网
依赖与权限
- 读取用户主动提供的内容