mcpField
C
chanjing-tts

chanjing-tts

github.com/chanjing-aiクリエイティブ・メディア22164 回インストール1 週間前に更新
リポジトリ

chanjing-tts について

Chanjing TTS Open API を使って音声を生成するスキルです。中国語と英語の読み上げに対応し、音声の選択、タスクの状態確認と音声のダウンロードを行い、結果には文単位のタイムスタンプも含まれます。

主な機能

  1. 01利用可能な音声の一覧表示
  2. 02音声合成タスクの作成
  3. 03状態確認と音声のダウンロード
  4. 04読み上げ速度の調整
  5. 05文単位のタイムスタンプ出力

活用シーン

  1. 01中国語テキストの音声化
  2. 02英語テキストの音声化
  3. 03音声を選んで読み上げ速度を調整

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/chanjing-ai/chan-skills --skill chanjing-tts

インストール後、Claude Code で/chanjing-tts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。

manifest.yaml
scripts/
_auth.py
create_task.py
list_voices.py
poll_task.py

詳細

Chanjing TTS

機能の説明

蝉镜 TTS Open API を呼び出します。音声一覧の取得、合成タスクの作成、ステータスのポーリング、API から返された URL を使った音声のダウンロードを行います。スクリプトは ffmpeg/ffprobe に依存しません。

実行に必要なもの

  • python3 と同じリポジトリ内の scripts/*.py
  • ffmpeg/ffprobe によるゲートチェックはありません

環境変数と機械可読な宣言

  • 環境変数のキー名と説明：manifest.yaml（environment セクション）および本文
  • 変数、認証情報、コンプライアンス permissions、clientPermissions、agentPolicy：manifest.yaml

実行コマンド

  • ClawHub（slug はレジストリに準拠）：clawhub run chanjing-tts
  • このリポジトリ：python skills/chanjing-tts/scripts/create_task.py …（本文の How to Use を参照）

登録と審査（唯一の情報源）

主な認証情報、ダウンロードの動作、primaryEnv の省略などについては、**manifest.yaml**を正とします。本書の How to Use 以降は API の手順説明です。

このスキルを使用するタイミング

ユーザーがテキストから音声を生成する必要がある場合に、このスキルを使用します。

Chanjing TTS は以下をサポートします。

  • 中国語と英語の両方
  • 複数のシステム音声
  • 話速の調整
  • 結果内の文単位のタイムスタンプ

このスキルの使用方法

前提条件（権限の検証）：このスキルを実行する前に、chanjing-credentials-guard を使用して AK/SK と Token の検証を完了する必要があります。このスキルと guard は同じ認証情報（~/.chanjing/credentials.json）を使用します。認証情報がない場合、スクリプトは**open_login_page.py スクリプトを実行**し、既定のブラウザーで AK/SK の登録／ログインページを開いて、設定コマンドを案内します。認証情報と審査内容の照合については manifest.yaml を参照してください。

セキュリティと認証情報（参照）

詳しくは manifest.yaml の credentials と clientPermissions（およびコンプライアンス関連のトップレベル permissions）を参照してください。

複数の API を呼び出す必要があります。すべて同じドメインを使用します：「https://open-api.chanjing.cc」。 すべてのリクエストは json を使用して通信します。 このタスク全体を通して、テキストのエンコードとデコードには utf-8 を使用してください。

  1. 後続のすべての API 呼び出しに必要な access_token を取得します
  2. すべての音声 ID を一覧表示し、使用するものを選択します
  3. Create Speech API を呼び出し、task_id を記録します
  4. Query Speech Status API を成功するまでポーリングし、その後、レスポンス内の URL を使って生成された音声ファイルをダウンロードします
AccessToken を取得する

~/.chanjing/credentials.json から app_id と secret_key を読み込み、有効な Token がない場合は次を呼び出します。

POST /open/v1/access_token
Content-Type: application/json

リクエスト本文（ローカルに設定された app_id、secret_key を使用）：

{
  "app_id": "<从 credentials.json 读取>",
  "secret_key": "<从 credentials.json 读取>"
}

レスポンスの例：

{
  "trace_id": "8ff3fcd57b33566048ef28568c6cee96",
  "code": 0,
  "msg": "success",
  "data": {
    "access_token": "1208CuZcV1Vlzj8MxqbO0kd1Wcl4yxwoHl6pYIzvAGoP3DpwmCCa73zmgR5NCrNu",
    "expire_in": 1721289220
  }
}

レスポンスフィールドの説明：

第 1 階層のフィールド第 2 階層のフィールド説明
codeレスポンスステータスコード
msgレスポンスメッセージ
dataレスポンスデータ
access_token有効期間は 1 日です。以前の Token は無効になります
expire_inToken の有効期限

レスポンスステータスコードの説明

コード説明
0成功
400無効なパラメーター形式
40000パラメーターエラー
50000システム内部エラー
音声 ID を選択する

API を使って利用可能なすべての音声 ID を取得し、目的に合ったものを選択します。 音声名から方言／アクセントを推測できます。

GET /open/v1/list_common_audio
access_token: {{access_token}}

次のリクエスト本文を使用します。

{
  "page": 1,
  "size": 100
}

Response example:

```json
{
  "trace_id": "25eb6794ffdaaf3672c25ed9efbe49c6",
  "code": 0,
  "msg": "success",
  "data": {
    "list": [
      {
        "id": "f9248f3b1b42447fb9282829321cfcf2",
        "grade": 0,
        "name": "带货小芸",
        "gender": "female",
        "lang": "multilingual",
        "desc": "",
        "speed": 1,
        "pitch": 1,
        "audition": "https://res.chanjing.cc/chanjing/res/upload/ms/2025-06-05/7945e0474b8cb526e884ee7e28e4af8d.wav"
      },
      {
        "id": "f5e69c1bbe414bec860da3294e177625",
        "grade": 0,
        "name": "方言口音老奶奶",
        "gender": "female",
        "lang": "multilingual",
        "desc": "",
        "speed": 1,
        "pitch": 1,
        "audition": "https://res.chanjing.cc/chanjing/res/upload/ms/2025-04-30/1b248ad05953028db5a6bcba9a951164.wav"
      },
      ...
    ],
    "page_info": {
      "page": 1,
      "size": 100,
      "total_count": 98,
      "total_page": 1
    }
  }
}

レスポンスフィールドの説明：

第 1 階層のフィールド第 2 階層のフィールド第 3 階層のフィールド説明
codeレスポンスステータスコード
messageレスポンスメッセージ
dataレスポンスデータ
listList data公開音声 - リストデータ
id音声 ID
name音声名。地名が含まれる場合、生成される音声は方言です
gender性別
lang言語
desc説明
speed話速
pitchピッチ
audition試聴リンク
gradeグレード

レスポンスステータスコードの説明：

コード説明
0レスポンス成功
10400AccessToken の検証に失敗しました
40000パラメーターエラー
50000システム内部エラー
51000システム内部エラー
音声作成 API

音声作成タスクを送信します。後でポーリングするためのタスク ID が返されます。

POST /open/v1/create_audio_task
access_token: {{access_token}}
Content-Type: application/json

リクエストボディの例：

{
  "audio_man": "89843d52ccd04e2d854decd28d6143ce ",
  "speed": 1,
  "pitch": 1,
  "text": {
    "text": "Hello, I am your AI assistant."
  }
}

リクエストフィールドの説明：

パラメーター名型ネストされたキー必須例説明
audio_manstringはい89843d52ccd04e2d854decd28d6143ce音声 ID
speednumberはい1音声の速度：0.5（遅い）～2（速い）
pitchnumberはい11 に設定してください
textobjecttextはいHello, I am your AI assistant.リッチテキスト。長さは 4000 文字未満である必要があります
aigc_watermarkboolいいえfalse音声に可視のウォーターマークを追加するかどうか。デフォルトは false です

レスポンスの例：

{
  "trace_id": "dd09f123a25b43cf2119a2449daea6de",
  "code": 0,
  "msg": "success",
  "data": {
    "task_id": "88f635dd9b8e4a898abb9d4679e0edc8"
  }
}

レスポンスフィールドの説明：

フィールド説明
codeレスポンスステータスコード
msgレスポンスメッセージ
task_id後続のポーリング手順で使用するタスク ID

レスポンスステータスコードの説明：

code説明
0レスポンス成功
400無効なパラメーター形式
10400AccessToken の検証に失敗しました
40000パラメーターエラー
40001QPS 制限を超えています
40002生成時間が上限に達しました
50000システム内部エラー
音声ステータスのポーリングクエリ API

音声が生成されるまで、以下の API をポーリングします。

POST /open/v1/audio_task_state
access_token: {{access_token}}
Content-Type: application/json

リクエストの例：

{
  "task_id": "88f635dd9b8e4a898abb9d4679e0edc8"
}

リクエストフィールドの説明：

パラメーター名型必須例説明
task_idstringはい88f789dd9b8e4a121abb9d4679e0edc8音声合成タスク ID

レスポンスの例：

{
  "trace_id": "ab18b14574bbcc31df864099d474080e",
  "code": 0,
  "msg": "success",
  "data": {
    "id": "9546a0fb1f0a4ae3b5c7489b77e4a94d",
    "type": "tts",
    "status": 9,
    "text": [
      "猫在跌落时能够在空中调整身体，通常能够四脚着地，这种”猫右自己“反射显示了它们惊人的身体协调能力和灵活性。核磁共振成像技术通过利用人体细胞中氢原子的磁性来生成详细的内部图像，为医学诊断提供了重要工具。"
    ],
    "full": {
      "url": "https://cy-cds-test-innovation.cds8.cn/chanjing/res/upload/tts/2025-04-08/093a59021d85a72d28a491f21820ece4.wav",
      "path": "093a59013d85a72d28a491f21820ece4.wav",
      "duration": 18.81
    },
    "slice": null,
    "errMsg": "",
    "errReason": "",
    "subtitles": [
      {
        "key": "20c53ff8cce9831a8d9c347263a400a54d72be15",
        "start_time": 0,
        "end_time": 2.77,
        "subtitle": "猫在跌落时能够在空中调整身体"
      },
      {
        "key": "e19f481b6cd2219225fa4ff67836448e054b2271",
        "start_time": 2.77,
        "end_time": 4.49,
        "subtitle": "通常能够四脚着地"
      },
      {
        "key": "140beae4046bd7a99fbe4706295c19aedfeeb843",
        "start_time": 4.49,
        "end_time": 5.73,
        "subtitle": "这种，猫右自己"
      },
      {
        "key": "e851881271876ab5a90f4be754fde2dc6b5498fd",
        "start_time": 5.73,
        "end_time": 7.97,
        "subtitle": "反射显示了它们惊人的身体"
      },
      {
        "key": "fbb0b4138bad189b9fc02669fe1f95116e9991b4",
        "start_time": 7.97,
        "end_time": 9.45,
        "subtitle": "协调能力和灵活性"
      },
      {
        "key": "f73404d135feaf84dd8fbea13af32eac847ac26d",
        "start_time": 9.45,
        "end_time": 12.49,
        "subtitle": "核磁共振成像技术通过利用人体"
      },
      {
        "key": "e18827931223962e477b14b2b8046947039ac222",
        "start_time": 12.49,
        "end_time": 14.77,
        "subtitle": "细胞中氢原子的磁性来生成"
      },
      {
        "key": "d137bf2b0c8b7a39e3f6753b7cf5d92bd877d2d9",
        "start_time": 14.77,
        "end_time": 15.97,
        "subtitle": "详细的内部图像"
      },
      {
        "key": "0773911ae0dbaa763a64352abdb6bdac3ff8f149",
        "start_time": 15.97,
        "end_time": 18.41,
        "subtitle": "为医学诊断提供了重要工具"
      }
    ]
  }
}

レスポンスフィールドの説明：

第 1 レベルのフィールド第 2 レベルのフィールド第 3 レベルのフィールド説明
codeレスポンスステータスコード
msgレスポンスメッセージ
dataid音声 ID
type
status1：生成中、9：完了
text音声テキスト
fullurl生成された音声ファイルをダウンロードする URL
path
duration音声の長さ
slice
errMsgエラーメッセージ
errReasonエラーの理由
subtitles (array type)key字幕 ID
start_time字幕の開始時刻
end_time字幕の終了時刻
subtitle字幕テキスト

レスポンスステータスコードの説明：

code説明
0レスポンス成功
10400AccessToken の検証に失敗しました
40000パラメーターエラー
50000システム内部エラー

スクリプト

この Skill にはスクリプト（skills/chanjing-tts/scripts/）が用意されています。権限検証付きで、chanjing-credentials-guard と同じ設定ファイルを使用します。AK/SK がない場合は、guard の open_login_page.py スクリプトを実行し、ブラウザーで登録／ログインページを開いて、設定コマンドを案内します。

スクリプト説明
list_voices.py公開音声を一覧表示します。デフォルトでは id/name の表を出力し、--json を指定すると全データを出力します
create_task.pyTTS タスクを作成し、task_id を出力します
poll_task.pyタスクが完了するまでポーリングし、音声のダウンロード URL（full.url）を出力します

例（プロジェクトのルートまたは skill ディレクトリで実行）：

# 1. 列出可用声音，选取一个 id
python skills/chanjing-tts/scripts/list_voices.py

# 2. 创建合成任务
TASK_ID=$(python skills/chanjing-tts/scripts/create_task.py \
  --audio-man "f9248f3b1b42447fb9282829321cfcf2" \
  --text "Hello, I am your AI assistant.")

# 3. 轮询到完成，得到音频下载链接
python skills/chanjing-tts/scripts/poll_task.py --task-id "$TASK_ID"

コメント

Markdown 対応