mcpField
S
speech-use

speech-use

github.com/cnemri创意与媒体12868 次安装38 周前更新
代码仓库

关于 speech-use

speech-use 是一项技能，通过便携式 Python 脚本执行文本转语音、语音转文本和语音克隆，适合使用 Google 语音服务命令行工作流的用户。

主要功能

  1. 01使用 Gemini-TTS 生成语音
  2. 02使用 Chirp 3 转录语音
  3. 03根据音频创建自定义语音
  4. 04选择预置语音和模型

适用场景

  1. 01将文本生成为语音
  2. 02转录音频文件
  3. 03创建并使用克隆语音

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/cnemri/google-genai-skills --skill speech-use

安装后在 Claude Code 中输入/speech-use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。

references/
voices.md
scripts/
create_custom_voice.py
generate_speech.py
transcribe_audio.py

详细介绍

语音处理

使用此技能执行文本转语音（TTS）、语音转文本（STT）和语音克隆操作。

此技能使用由 uv 管理的可移植 Python 脚本。

先决条件

  1. 环境变量：

    • GOOGLE_API_KEY（用于通过 Gemini 进行 TTS）
    • GOOGLE_CLOUD_PROJECT（STT 和语音克隆必需）
    • GOOGLE_APPLICATION_CREDENTIALS（建议用于 STT/语音克隆）

  2. 已启用的 API：

    • Text-to-Speech API（texttospeech.googleapis.com）
    • Speech-to-Text API（speech.googleapis.com）

用法

1. 生成语音（TTS）

使用 Gemini-TTS 根据文本生成音频。

标准语音：

uv run skills/speech-use/scripts/generate_speech.py "Hello world, this is a test." --voice Puck --output hello.wav

自定义语音（克隆）：

uv run skills/speech-use/scripts/generate_speech.py "This is my custom voice speaking." --voice-cloning-key "YOUR_KEY_HERE" --output custom.wav
2. 创建自定义语音（语音克隆）

根据参考音频文件和同意文件生成 voiceCloningKey。

要求：

  • reference.wav：10-30 秒的清晰语音（要克隆的声音）。
  • consent.wav：说话者说出以下内容：“我是此声音的所有者，并同意 Google 使用此声音创建合成语音模型。”
uv run skills/speech-use/scripts/create_custom_voice.py --reference-audio reference.wav --consent-audio consent.wav

保存输出密钥，以便与 generate_speech.py 配合使用。

3. 转录音频（STT）

使用 Chirp 3 转录音频文件。

uv run skills/speech-use/scripts/transcribe_audio.py audio.wav --language en-US --output transcript.txt

选项

generate_speech.py

  • --voice：预置语音（例如，Kore、Puck、Fenrir、Aoede）。
  • --voice-cloning-key：来自 create_custom_voice.py 的密钥。
  • --model：默认为 gemini-2.5-flash-preview-tts。

transcribe_audio.py

  • --model：默认为 chirp_3。
  • --language：默认为 auto。
  • --location：云区域（默认为 us）。

参考资料

运行脚本前，请查看参考指南，了解可用语音和选项。

  • 语音指南 - 30 多种语音选项及其风格（Puck、Kore、Fenrir、Aoede 等）

评论

支持 Markdown