关于 tk-tts
用于使用固定模型和运行时在本地将脚本合成为 WAV 并验证音频的技能,适合需要明确选择引擎、检查音频、测量时长并保留人工试听环节的旁白工作流。
主要功能
- 01列出支持的本地合成路线
- 02使用固定模型和运行时
- 03验证解码音频并拒绝静音
- 04测量时长并报告合成详情
- 05将多段音频规范化为新文件
适用场景
- 01根据准备好的脚本制作本地旁白
- 02比较可用设备与依赖配置
- 03交付前检查生成音频
- 04整理并规范化一批旁白片段
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ mtgvim/ tiger-kit --skill tk-tts安装后在 Claude Code 中输入/tk-tts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。
LICENSE.txtagents/openai.yamlreferences/artifact-paths.mdauthentication.mdinstallation.mdpostprocessing.mdquestions.mdsources.mdsynthesis.mdscripts/list_options.pymlx_backend.pymlx-8bit-files.jsonmlx-files.jsonnormalize_audio.pyppaso-files.jsonppaso.pyqwen3-files.jsonqwen3.pysupertonic3-files.jsonsupertonic3.py详细介绍
生成本地旁白
负责脚本到 WAV 的合成、固定的模型/运行时、经批准的缓存复用和音频验证。
tk-video 负责场景/编码;教学调用方负责课程内容。返回普通音频和测得的时长;不要导入或修改同级软件包。创建不代表获准发布。
运行 scripts/list_options.py,在不导入引擎的情况下查看受支持的本地路线。提出选项前,请比较实际设备/依赖项/缓存:Qwen3 0.6B CustomVoice MLX 5bit 是 Apple Silicon 推荐选项,ppaso ONNX CPU 是轻量级韩语选项;保留明确指定的 Qwen MLX 8bit 和官方 PyTorch。发现选项不代表运行时/模型已就绪,也不代表质量排名。Supertonic 3 ONNX CPU/F1 是一个明确的替代选项,不是新的默认选项。其上游已归档。选用此选项时,请告知用户需要披露 AI 合成,并返回回执中的 disclosure_required 和 disclosure_notice;不要声称音频/视频已自动添加标注。列出 list_options.py 的所有路线及其设备/平台、语音和依赖项/缓存设置状态;过往评估只影响推荐,不影响展示哪些引擎。沿用下方普通聊天的问题格式,并保留不受支持/未安装的路线及其限制。
验证、下载或合成前,请阅读安装和固定版本。复用已验证的设置和匹配的批准。在开始前确定会对引擎/语音产生实质影响的选项;失败后绝不静默切换引擎,也不要安装到全局环境。
选择合成路线后,请阅读合成和检查。使用经过发音校正的 UTF-8 编写文本、完整句子、顺序请求和新的 WAV 路径。字幕/UI 字面内容应另外保持原样。仅在新建的自有进程中运行所选的本地适配器,并设置有界期限/停滞检查。解码并拒绝无效/非有限/静音音频;返回测得的时长、引擎/模型版本、句子/缓存/内存情况以及 human_action: listen。实际含义、发音、专有名称/数字和被截断的结尾仍须在听过后确认。非静音不代表清晰可懂。不要添加 ASR、语音克隆、付费/云端合成、常驻服务或自动引擎回退。
对于多段旁白,请在交付前阅读音频后期处理。将整批音频归一化为新文件,保留原始 WAV,并返回实测处理情况/限制。
若前置条件不可用,请提供安全的模块信息或实际/预期版本详情,以及经批准的恢复路线。保留原始音频/缓存字节,仅清理已证实由本次运行创建的临时文件。返回简洁路径以及实际验证结果/仍待聆听确认的限制。已有明确的旁白选项无需再次询问;仅有语音偏好并不等于选择了 TTS。
有关来源出处和有意省略的内容,请参阅来源。
工件路径
工件操作需要任务授权。写入/检出/传输/设置忽略规则前,请阅读工件路径,检查 Git 排除规则/路径/所有权。复用上下文中完全相同的内容;存在不确定性时校验哈希并重新读取有变动/丢失的内容;始终重新检查安全性。除非明确指定了目标位置或适用持久化根目录分支,否则使用 .tigerkit/。仅聊天时:跳过文件/忽略规则设置和本参考文件。这不授予修改/发布无关内容的权限。获准清理非机密内容时,优先使用新建目录和受支持的移至废纸篓功能;目标仅限已记录、字面明确、解析后的绝对路径,且必须是本次运行创建的路径;绝不要将 cd 与通配符/相对路径删除结合使用。
用户问题
调查事实;复用授权。对于由用户决定的事项,请阅读
问题轮次;其他情况则继续处理。
普通聊天中,即使只需一次批准,也要单独一行写 ---,然后
每项按以下格式书写:❓ **Q<n> · <标题>**:<问题>
和 ➡️ <建议>。
只询问已确定前置条件的问题;另行请求批准。
问题放在最后;先写状态、风险和计划。
技能反馈
对于可复用的事件,在当前对话中保留最少量的非机密证据,
并建议使用 tk-retro;除非用户要求,否则不要将其写入持久记忆。
调用、反馈产物、已安装技能的编辑和发布,均需通过所属工作流另行授权;此处的说明不授予任何授权。
面向读者的结果摘要
简要说明结果,包括实际验证情况、重要限制和直接交付物链接。区分计划或跳过的检查与已执行的工作; 保留尚待人工完成的检查,以及真实的清理、阻塞项或需人工采取行动的详情。 绝不要声称已完成未经验证的工作或清理。保留所有者要求的产物、 发布预览、审批边界、机器返回内容、确切状态/页脚和最终问题区块;嵌套返回内容应简洁,并省略空章节。
输出格式
使用 ASCII 编号(1. Item、(1) Item)和 - Item,不要使用带圈或键帽数字。
显示完整的绝对可点击文件路径,包括示例;不要使用省略号。
除非已获准编辑,否则保留确切的代码、命令、标识符、URL、引文和已验证的 UI 标签。
聊天中比较多个共同属性时,使用精简的 GFM 管道表格(约四列,含表头,单元格简短);其他情况使用列表。不要使用方框字符、围栏式表格或空表格。所有者专用预览优先;发布正文和文件产物保留各自的表格格式。
在渲染后的 Markdown 正文中,范围使用连字符,字面波浪号写作 \~;
确切的代码、引文和标识符保持不变。
对于获准创建和使用的临时输入文件,创建和使用前请遵循 Artifact Paths;预填模板不等于已完成的输入。此处不授予写入权限。