关于 synthesize
使用 Kokoro TTS 命令行工具将文本生成为语音的技能。支持输出 WAV、选择音色和语言、调整语速，以及对长文本进行分块流式生成。
主要功能
- 01使用 Kokoro TTS 文本转语音
- 02输出 WAV 文件
- 03选择音色和语言
- 04调整语速
- 05长文本分块流式生成
适用场景
- 01将文本制作为 WAV 旁白
- 02生成指定语言的语音
- 03渐进播放长文本语音
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/synthesize确认已加载。
附带文件references/voice-catalog.md
详细介绍
合成语音
使用 Kokoro TTS CLI 工具根据文本生成语音。支持输出单个 WAV 文件，也支持长文本分块流式输出。
自我进化技能：此技能会在使用过程中不断改进。如果说明有误、参数发生变化，或需要采用变通方法，请立即修复此文件，不要拖延。仅针对真实且可复现的问题进行更新。
快速使用
# Single WAV
~/.local/share/kokoro/.venv/bin/python ~/.local/share/kokoro/tts_generate.py \
--text "Hello from Kokoro TTS" --voice af_heart --lang en-us --speed 1.0 \
--output /tmp/kokoro-tts-$$.wav
# Play it
afplay /tmp/kokoro-tts-$$.wav
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--text | （必填） | 要合成的文本 |
--voice | af_heart | 音色名称（参见音色目录） |
--lang | en-us | 语言代码（en-us、zh、ja 等） |
--speed | 1.0 | 语速倍数 |
--output | （必填） | 输出 WAV 路径 |
--chunk | 关闭 | 长文本分块流式模式 |
音色目录
所有可用音色及其质量等级，请参见音色目录。
热门音色：
| 音色 ID | 名称 | 等级 | 性别 |
|---|---|---|---|
| af_heart | Heart | A | 女 |
| af_bella | Bella | A- | 女 |
| af_nicole | Nicole | B- | 女 |
分块流式输出
对于长文本，使用 --chunk 进行渐进式播放：
~/.local/share/kokoro/.venv/bin/python ~/.local/share/kokoro/tts_generate.py \
--text "Long text here..." --voice af_heart --lang en-us --speed 1.0 \
--output /tmp/kokoro-tts-$$.wav --chunk
每个分块的 WAV 路径会在准备就绪时输出到 stdout。最后一行是 DONE <ms>。
故障排除
| 问题 | 原因 | 解决方法 |
|---|---|---|
| 没有音频输出 | 模型未加载 | 请先运行 /kokoro-tts:install |
| 文本为空错误 | 输入内容为空 | 提供非空的 --text |
| 生成速度慢 | 首次运行预热 | 属于正常情况，后续运行会更快 |
执行后复盘
此技能运行完毕后，在结束前检查：
- 命令是否成功？——如果没有，修复导致失败的说明或错误表。
- 参数或输出是否发生变化？——如果底层工具的接口发生变化，请相应更新用法示例和参数表。
- 是否需要采用变通方法？——如果你不得不临时处理（使用不同标志、增加额外步骤），请更新此 SKILL.md，以免下次调用时重复采用相同的变通方法。
仅在问题真实且可复现时更新，不要基于猜测进行更新。
评论
支持 Markdown