tts-skill

MiniMax TTS Skill

这个 Skill 提供 MiniMax TTS API 的完整封装，支持文本转语音、声音克隆和声音设计功能。

快速开始

1. 环境配置

确保已设置环境变量：

export MINIMAX_API_KEY="your-api-key"

详细配置说明见 setup.md

2. 使用 Python 模块

import sys
import os

# 获取 skill 目录路径
skill_dir = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, os.path.join(skill_dir, "assets"))

from minimax_tts import text_to_audio, list_voices, voice_clone, voice_design, play_audio

功能概览

功能	函数	说明
文本转语音	text_to_audio()	将文本转换为语音文件
列出声音	list_voices()	获取可用的声音列表
声音克隆	voice_clone()	基于音频文件克隆声音
声音设计	voice_design()	根据文字描述生成声音
播放音频	play_audio()	播放音频文件

详细文档

• 环境配置 - API Key 和依赖安装
• 文本转语音 - TTS 功能详解
• 声音列表 - 可用声音和筛选
• 声音克隆 - 克隆自定义声音
• 声音设计 - 根据描述生成声音

快速示例

文本转语音

text_to_audio(
    text="你好，欢迎使用 MiniMax TTS 服务！",
    voice_id="female-shaonv",
    output_path="./hello.mp3"
)

列出可用声音

voices = list_voices(voice_type="system")
for voice in voices:
    print(f"{voice['voice_id']}: {voice['name']}")

声音克隆

voice_clone(
    voice_id="my-custom-voice",
    audio_file="./sample.mp3",
    voice_name="我的声音"
)

声音设计

voice_design(
    prompt="一个温柔的年轻女性声音，带有轻微的南方口音",
    preview_text="你好，这是我的声音"
)

支持的模型

模型	说明
speech-02-hd	高清版本，音质最佳
speech-02-turbo	快速版本，延迟低
speech-01-hd	旧版高清
speech-01-turbo	旧版快速
speech-2.6-hd	2.6 版高清
speech-2.6-turbo	2.6 版快速

常用声音 ID

系统预设声音

• female-shaonv - 少女音
• female-yujie - 御姐音
• female-chengshu - 成熟女声
• male-qingnian - 青年男声
• male-chengshu - 成熟男声

更多声音请使用 list_voices() 查询。