AI Skill 大全

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

  1. 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
  2. 基础需求它直接调用内置语音工具,返回音频文件路径
  3. 需要精细控制时进入 scripts 目录执行 npm install 安装依赖
  4. 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
  5. 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。

查看 MCP 接入说明

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

同类 Skill