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

alicloud-ai-audio-tts-voice-design

github.com/cinience创意与媒体396284 次安装11 周前更新
代码仓库

关于 alicloud-ai-audio-tts-voice-design

此技能使用 Alibaba Cloud Model Studio 的 Qwen TTS 音色设计模型创建可控合成音色，并指导请求准备、音色提示词编写和响应验证，适合构建语音生成流程。

主要功能

  1. 01用自然语言描述音色
  2. 02选择 Qwen TTS 音色设计模型
  3. 03规范化请求与响应字段
  4. 04本地请求准备脚本
  5. 05可复用音色提示词指南

适用场景

  1. 01创建统一的产品音色
  2. 02用短句测试生成音色
  3. 03准备语音生成请求

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/alicloud-ai-audio-tts-voice-design确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

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

详细介绍

Category：provider

Model Studio Qwen TTS Voice Design

使用语音设计模型，根据自然语言描述创建可控的合成语音。

关键模型名称

使用以下精确的模型字符串之一：

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

前提条件

  • 在虚拟环境中安装 SDK：
python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope
  • 在环境中设置 DASHSCOPE_API_KEY，或将 dashscope_api_key 添加到 ~/.alibabacloud/credentials。

标准化接口（tts.voice_design）

请求
  • voice_prompt（字符串，必填）目标语音描述
  • text（字符串，必填）
  • stream（布尔值，可选）
响应
  • audio_url（字符串）或流式 PCM 分块
  • voice_id（字符串）
  • request_id（字符串）

操作指南

  • 编写语音提示词时，应注明语气、语速、情绪和音色约束。
  • 建立可复用的语音提示词库，以保持产品一致性。
  • 先用短句验证生成的语音，再处理长脚本。

本地辅助脚本

准备标准化请求 JSON 并验证响应架构：

.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"

输出位置

  • 默认输出：output/ai-audio-tts-voice-design/audio/
  • 使用 OUTPUT_DIR 覆盖基础目录。

验证

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

通过标准：命令以 0 退出，且生成 output/alicloud-ai-audio-tts-voice-design/validate.txt。

输出与证据

  • 将生成文件、命令输出和 API 响应摘要保存到 output/alicloud-ai-audio-tts-voice-design/。
  • 在证据文件中注明关键参数（区域／资源 ID／时间范围），以便复现。

工作流

  1. 确认用户意图、区域、标识符，以及操作是只读还是会修改数据。
  2. 先运行一条最简只读查询，验证连通性和权限。
  3. 使用明确的参数和有限的范围执行目标操作。
  4. 验证结果并保存输出／证据文件。

参考资料

  • references/sources.md

评论

支持 Markdown