本地语音制作
连接本地 VoiceStudio 做语音生成、转写、克隆和配音,可通过 REST API 或 MCP 调用。
功能与用途
用于对接本地运行的 VoiceStudio 语音工作站,提供语音合成、高精度音频转写、声音克隆、配音与有声书流程自动化支持。该技能通过 REST API 与 MCP 双通道交互,优先基于本地部署的模型进行全离线安全处理;能够动态识别可用声音配置文件、上传参考音频完成特征绑定,并支持带时间戳字幕提取与长音频异步任务轮询。在执行克隆或转录前需确保拥有声音使用授权与对应模型组件。
适用场景
- 本地离线文本转语音合成:调用预设或自定音色配置文件,将长文或对话批量渲染为无损格式音频。
- 会议与访谈音频精确转写:将录音文件发送至本地语音识别引擎,导出带时间戳对齐的字幕或纯文本。
- 合规声音克隆与音色提取:上传授权样本音频提取声音特征,建立专属音色并在后续剧本中复用。
- 自动化视频分段配音流水线:保留背景音与说话人分段时序,将翻译好的多角色台词批量渲染为音轨。
适用人群
- 内容制作方
- 播客主
- 视频创作者
使用步骤
- 确认本地 VoiceStudio 服务可用并拿到接口 schema
- 按需求选择生成、转写、克隆或配音能力
- 提交任务并用 job ID 跟踪异步进度
- 检查终态错误,不盲目重提超时任务
- 交付文件并如实说明缺失能力
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
- main
- 最近更新
- 2026-09-17
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- 本地已安装并运行 VoiceStudio
- 可用的 REST API 或 MCP 通道
- 有权使用的声音参考(克隆时)
依赖与权限
- 读取用户主动提供的内容