tts-voiceover · 文字转语音配音
把文案/脚本合成为 AI 语音口播、旁白、朗读音频的 skill，同步输出分句 SRT 字幕。
默认走闭源云 TTS（有情感、接近真人）；无 key 时退到 edge-tts 兜底（偏机械）。配音可再与 BGM 混音，或作为旁白加入视频。
调用示例：在聊天框中说"把这段文案配成女声旁白，顺带出一份字幕文件"。
产品详解
定位
tts-voiceover 是文本→语音的配音工具：把文案/脚本合成为 AI 语音（口播、旁白、朗读）。它做人声配音，不做背景音乐。
核心能力
- 双引擎：配置了
VOICE_PROVIDER+VOICE_API_KEY时默认走闭源云 TTS（按句合成 + 拼接 + 分句 SRT，有情感、像真人）；无 key 时退到 edge-tts 兜底（偏机械/AI 味）；--engine可强制指定。 - 音色可选：默认晓晓（zh-CN-XiaoxiaoNeural，女声，温暖亲和）；晓伊（活泼年轻）、云希（清朗男声）、云扬（沉稳播报）、云健（浑厚有力）等常用中文音色；另有粤语、台式音色。
- 参数微调：语速 / 音量 / 音调可调；长文本推荐走
--file避免命令行过长。 - 同步字幕：
--subtitle同步输出 SRT 字幕文件，供视频烧字幕用。 - 输出格式：mp3（默认），可选 wav / m4a。
- 后处理复用共享脚本：配音 + BGM 混音、响度归一化到 -14 LUFS、把配音作为旁白加入视频。
工作流程
- 可选：
voices挑音色（常用中文音色 + 简介；全量需外网） speak合成配音（可选同步出 SRT）- 可选后处理：混音 / 归一化 / 加到视频
输入与输出
| 输入 | 说明 |
|---|---|
| text / file | 必填，待配音文本或文本文件路径（长文本推荐 --file） |
| voice | 选填，音色（默认晓晓） |
| rate / volume / pitch | 选填，语速 / 音量 / 音调微调 |
| output | 选填，默认 outputs/主题名/{name}.mp3 |
输出：配音音频文件（mp3 / wav / m4a），可选同步 SRT 字幕，落盘于 outputs/主题名/。
与相邻 skill 的区别
- ai-music：背景音乐/配乐（无人声或带演唱）；tts-voiceover（本）：人声口播/旁白/朗读。两者可组合：BGM + 旁白经
video_ops.py bgm混音。
适用场景
- 短视频旁白、口播配音
- 有声内容朗读、知识类解说
- 需要同步字幕文件的配音任务
使用前准备
- edge-tts 调微软在线服务，必须能访问外网（内网环境先设代理，脚本自动透传）。
- 闭源云 TTS 需配置
VOICE_PROVIDER+VOICE_API_KEY（按量计费）；配置检查走model_registry.py configured --group voice，不用环境变量是否显示判断。 - 有 Profile 时可读取账号偏好音色/语速；无 Profile 时用默认音色晓晓、正常语速。
tts-voiceover 隶属于 Aiglade Skill 库。在 Aiglade 聊天框中用自然语言描述需求即可调用。