Skill6.5k repo starsupdated yesterday

qwen3-tts-local

This Claude Code skill provides local text-to-speech synthesis using the Edge-TTS engine, supporting multiple languages including Chinese, English, Japanese, and Korean with over 20 voice options. Use it for video narration, audiobook creation, document reading, language learning, and offline voice generation without requiring API keys or internet connectivity after initial setup.

View source Repository: skill

Install in Claude Code

Copy

git clone --depth 1 https://github.com/anbeime/skill /tmp/qwen3-tts-local && cp -r /tmp/qwen3-tts-local/skills/qwen3-tts-local/qwen3-tts-local ~/.claude/skills/qwen3-tts-local

Then start a new Claude Code session; the skill loads automatically.

Definition

SKILL.md

# 本地语音合成服务（Edge-TTS）

## 核心功能

- **真正的本地 TTS**：使用 Microsoft Edge 浏览器引擎，无需 API
- **零依赖部署**：只需安装 edge-tts 库
- **完全离线**：首次下载后无需网络连接
- **多语言支持**：中文、英语、日语、韩语等
- **多种音色**：20+ 预设音色，覆盖男声、女声、童声

## 适用场景

- 视频配音：短视频、纪录片、企业宣传片
- 有声书制作：小说、故事、学习材料
- 辅助阅读：网页朗读、文档朗读
- 多语言学习：外语发音练习
- 离线使用：无网络环境下的语音合成

## 触发方式

直接提出需求，无需任何配置。

```
"朗读这段文本，用温柔女声"
"生成英语配音"
"用日语朗读这段话"
"用男声朗读解说词"
```

## 工作流程

服务自动执行：

1. **文本分析**：识别语言、情感基调
2. **音色选择**：自动选择合适的预设音色
3. **语音生成**：调用本地 Edge-TTS 引擎
4. **结果验证**：验证音频质量和完整性

## 音色列表

### 中文音色

| 音色名称 | 性别 | 风格 | 适用场景 |
|---------|------|------|---------|
| zh-CN-XiaoxiaoNeural | 女 | 年轻活泼 | 广告、短视频 |
| zh-CN-YunyangNeural | 男 | 沉稳 | 纪录片、企业宣传 |
| zh-CN-XiaohanNeural | 女 | 知性 | 新闻播报 |
| zh-CN-YunjianNeural | 男 | 深沉 | 电影旁白 |
| zh-CN-XiaomengNeural | 女 | 温柔 | 有声书、故事 |
| zh-CN-YunxiNeural | 男 | 活泼 | 游戏解说 |

### 英语音色

| 音色名称 | 性别 | 风格 | 适用场景 |
|---------|------|------|---------|
| en-US-JennyNeural | 女 | 美式 | 商务对话 |
| en-US-GuyNeural | 男 | 美式 | 新闻播报 |
| en-GB-SoniaNeural | 女 | 英式 | 正式场合 |
| en-GB-RyanNeural | 男 | 英式 | 文学朗读 |

### 其他语言

- **日语**：ja-JP-NanamiNeural（女）、ja-JP-KeitaNeural（男）
- **韩语**：ko-KR-SunHiNeural（女）、ko-KR-InJoonNeural（男）
- **德语**：de-DE-KatjaNeural（女）、de-DE-ConradNeural（男）
- **法语**：fr-FR-DeniseNeural（女）、fr-FR-HenriNeural（男）

## 使用示例

### 示例 1：基础朗读

```
"朗读这段文本：欢迎使用本地语音合成服务"
```

### 示例 2：指定音色

```
"用温柔女声朗读这段文本：今天天气真好"
```

### 示例 3：多语言

```
"用英语朗读这段话：Hello, how are you?"
"用日语朗读这段话：こんにちは"
```

### 示例 4：情感表达

```
"用激昂的语调朗读这段解说词：让我们勇往直前！"
"用温柔的语调朗读这段故事：很久很久以前..."
```

## 资源索引

- **TTS 生成脚本**：见 [scripts/tts_generator.py](scripts/tts_generator.py)
- **音频处理脚本**：见 [scripts/audio_processor.py](scripts/audio_processor.py)
- **音色参数指南**：见 [references/voice-guide.md](references/voice-guide.md)

## 注意事项

- **零依赖**：只需要安装 edge-tts 库
- **离线使用**：首次下载后无需网络
- **音色限制**：使用 Microsoft Edge 预设音色，不支持自定义克隆
- **情感控制**：通过选择不同音色实现情感变化
- **最佳体验**：首次使用时会下载语音包，约 50-100MB

## 安装说明

```bash
# 安装 edge-tts
pip install edge-tts

# 验证安装
edge-tts --help
```

## 技术说明

**Edge-TTS 工作原理**：
- 使用 Microsoft Edge 浏览器的在线 TTS 服务
- 通过逆向工程获取的 API 接口
- 完全免费，无需注册账号
- 首次下载后音频缓存到本地

**与 API 调用的区别**：
- ❌ 不需要 API_KEY
- ❌ 不需要注册账号
- ✅ 离线缓存
- ✅ 零成本使用