mcpField
A
aliyun-qwen-tts-voice-clone

aliyun-qwen-tts-voice-clone

github.com/cinience创意与媒体396122 次安装11 周前更新
代码仓库

关于 aliyun-qwen-tts-voice-clone

用于阿里云 Model Studio 的 Qwen TTS 音色克隆技能，可从录音样本生成克隆音色，并返回可用于后续合成的音色 ID。

主要功能

  1. 01从录音样本克隆音色
  2. 02支持普通与实时模型
  3. 03返回音频链接或 PCM 流
  4. 04保存并复用音色 ID

适用场景

  1. 01为文本转语音创建定制音色
  2. 02通过流式 PCM 获取生成语音

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 aliyun-qwen-tts-voice-clone

安装后在 Claude Code 中输入/aliyun-qwen-tts-voice-clone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_clone_request.py

详细介绍

Category: provider

Model Studio Qwen TTS 语音克隆

使用语音克隆模型，根据注册音频样本复现音色。

关键模型名称

使用以下精确的模型字符串之一：

  • qwen3-tts-vc-2026-01-22
  • qwen3-tts-vc-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_clone）

请求
  • text（string，必填）
  • voice_sample（string | bytes，必填）注册样本
  • voice_name（string，可选）
  • stream（bool，可选）
响应
  • audio_url（string）或流式 PCM 数据块
  • voice_id（string）
  • request_id（string）

操作指南

  • 使用背景噪声较低的清晰语音样本。
  • 遵守克隆语音的同意和政策要求。
  • 持久化生成的 voice_id，以便在后续合成请求中复用。

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/aliyun-qwen-tts-voice-clone/scripts/prepare_voice_clone_request.py \
  --text "Welcome to this voice-clone demo" \
  --voice-sample "https://example.com/voice-sample.wav"

输出位置

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

验证

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

通过标准：命令以 0 退出，且已生成 output/aliyun-qwen-tts-voice-clone/validate.txt。

输出和证据

  • 将构件、命令输出和 API 响应摘要保存到 output/aliyun-qwen-tts-voice-clone/。
  • 在证据文件中包含关键参数（区域、资源 ID、时间范围），以确保可复现。

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. 先运行一个最精简的只读查询，以验证连接和权限。
  3. 使用明确参数和限定范围执行目标操作。
  4. 验证结果并保存输出和证据文件。

参考资料

  • references/sources.md

评论

支持 Markdown