mcpField
A
aliyun-qwen-tts-voice-design

aliyun-qwen-tts-voice-design

github.com/cinienceクリエイティブ・メディア39657 回インストール11 週間前に更新
リポジトリ

aliyun-qwen-tts-voice-design について

aliyun-qwen-tts-voice-designは、Model Studioの音声設計モデルで合成音声を生成するスキルです。自然言語で声の特徴を指定でき、テキスト音声化とストリーミングに対応します。

主な機能

  1. 01自然言語の説明から声を設計
  2. 02テキストから音声を生成
  3. 03ストリーミングPCM音声に対応
  4. 04再利用可能なvoice_idを返却

活用シーン

  1. 01製品で一貫した合成音声を作成
  2. 02短い発話で声を検証
  3. 03声の説明を使ってテキストを音声化

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 aliyun-qwen-tts-voice-design

インストール後、Claude Code で/aliyun-qwen-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

カテゴリ：プロバイダー

Model Studio Qwen TTS Voice Design

ボイスデザインモデルを使い、自然言語の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

次のいずれかのモデル文字列を正確に使用してください。

  • 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（文字列、必須）ターゲット音声の説明
  • text（文字列、必須）
  • stream（bool、任意）
レスポンス
  • audio_url（文字列）またはストリーミング PCM チャンク
  • voice_id（文字列）
  • request_id（文字列）

運用ガイダンス

  • 声のトーン、話す速さ、感情、音色の制約を含めてボイスプロンプトを作成します。
  • 製品全体で一貫性を保つため、再利用可能なボイスプロンプトライブラリを構築します。
  • 長い台本を試す前に、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 を準備し、レスポンスのスキーマを検証します。

.venv/bin/python skills/ai/audio/aliyun-qwen-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/aliyun-qwen-tts-voice-design
for f in skills/ai/audio/aliyun-qwen-tts-voice-design/scripts/*.py; do
  python3 -m py_compile "$f"
done
echo "py_compile_ok" > output/aliyun-qwen-tts-voice-design/validate.txt

合格基準：コマンドが終了コード 0 で終了し、output/aliyun-qwen-tts-voice-design/validate.txt が生成されること。

出力とエビデンス

  • 成果物、コマンド出力、API レスポンスの要約を output/aliyun-qwen-tts-voice-design/ に保存します。
  • 再現性を確保するため、エビデンス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かを確認します。
  2. 接続と権限を確認するため、最初に最小限の読み取り専用クエリを 1 つ実行します。
  3. 明示的なパラメーターと限定された範囲で、対象の操作を実行します。
  4. 結果を検証し、出力ファイルとエビデンスファイルを保存します。

参考資料

  • references/sources.md

コメント

Markdown 対応