mcpField
A
alicloud-ai-audio-tts-voice-design

alicloud-ai-audio-tts-voice-design

github.com/cinienceクリエイティブ・メディア396284 回インストール11 週間前に更新
リポジトリ

alicloud-ai-audio-tts-voice-design について

Alibaba Cloud Model Studio の Qwen TTS 音声デザインモデルで、調整可能な合成音声を作るスキルです。リクエストの準備、音声プロンプトの作成、レスポンスの検証を支援し、音声生成ワークフローに適しています。

主な機能

  1. 01自然言語による音声の記述
  2. 02Qwen TTS 音声デザインモデルの選択
  3. 03正規化されたリクエストとレスポンス項目
  4. 04ローカルのリクエスト準備スクリプト
  5. 05再利用可能な音声プロンプトの指針

活用シーン

  1. 01製品で一貫した音声を作成
  2. 02短い発話で音声をテスト
  3. 03音声生成リクエストを準備

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/cinience/alicloud-skills --skill alicloud-ai-audio-tts-voice-design

インストール後、Claude Code で/alicloud-ai-audio-tts-voice-designを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
references/
sources.md
scripts/
prepare_voice_design_request.py

詳細

Category: プロバイダー

Model Studio Qwen TTS Voice Design

音声設計モデルを使用して、自然言語による説明から制御可能な合成音声を作成します。

重要なモデル名

次のいずれかの正確なモデル文字列を使用してください。

  • qwen3-tts-vd-2026-01-26
  • qwen3-tts-vd-realtime-2026-01-15

前提条件

  • 仮想環境に SDK をインストールします。
python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope
  • 環境変数に DASHSCOPE_API_KEY を設定するか、~/.alibabacloud/credentials に dashscope_api_key を追加します。

正規化インターフェース（tts.voice_design）

リクエスト
  • voice_prompt（string、必須）対象の音声の説明
  • text（string、必須）
  • stream（bool、任意）
レスポンス
  • audio_url（string）またはストリーミング PCM チャンク
  • voice_id（string）
  • request_id（string）

運用ガイダンス

  • 音声プロンプトには、トーン、話す速さ、感情、声質の制約を記述します。
  • 製品全体で一貫性を保つため、再利用可能な音声プロンプトライブラリを構築します。
  • 長いスクリプトを生成する前に、短い発話で生成音声を検証します。

ローカルヘルパースクリプト

正規化されたリクエスト JSON を用意し、レスポンスのスキーマを検証します。

.venv/bin/python skills/ai/audio/alicloud-ai-audio-tts-voice-design/scripts/prepare_voice_design_request.py \
  --voice-prompt "A warm female host voice, clear articulation, medium pace" \
  --text "This is a voice-design demo"

出力先

  • デフォルトの出力先：output/ai-audio-tts-voice-design/audio/
  • OUTPUT_DIR でベースディレクトリを上書きできます。

検証

mkdir -p output/alicloud-ai-audio-tts-voice-design
for f in skills/ai/audio/alicloud-ai-audio-tts-voice-design/scripts/*.py; do
  python3 -m py_compile "$f"
done
echo "py_compile_ok" > output/alicloud-ai-audio-tts-voice-design/validate.txt

合格条件：コマンドが 0 で終了し、output/alicloud-ai-audio-tts-voice-design/validate.txt が生成されること。

出力と証跡

  • 成果物、コマンド出力、API レスポンスの概要を output/alicloud-ai-audio-tts-voice-design/ に保存します。
  • 再現できるよう、証跡ファイルに主要なパラメーター（リージョン／リソース ID／時間範囲）を含めます。

ワークフロー

  1. ユーザーの意図、リージョン、識別子、および操作が読み取り専用か変更を伴うものかを確認します。
  2. 接続と権限を確認するため、まず最小限の読み取り専用クエリを 1 件実行します。
  3. パラメーターを明示し、範囲を限定して対象の操作を実行します。
  4. 結果を確認し、出力ファイルと証跡ファイルを保存します。

参考資料

  • references/sources.md

コメント

Markdown 対応