多语言语音合成

技能简介

该技能提供基于AI的高质量语音合成功能，支持9种不同风格的角色音色与11种语言输出，可将文本内容转换为自然流畅的语音。

业务背景

该技能满足企业全球化内容分发与多场景语音交互需求。通过9种差异化角色音色，业务可匹配品牌调性选择专业播报或亲和客服风格；11种语言覆盖助力跨境服务本地化。适用于金融实时行情推送、APP通知提醒、智能外呼等高频触客场景，降低人工录音成本，实现内容规模化音频化生产。

落地案例：某证券公司每日需向客户推送收盘行情摘要。运营人员调用该技能，配置

能做什么

• 将文本实时转换为高质量语音
• 切换9种预设角色音色（如新闻主播、客服、活泼风格等）
• 输出11种语言的语音内容
• 应用于金融行情播报、通知提醒等场景

使用说明

安装指令

# 原始文档未提供具体安装命令
# 通常需通过包管理器或容器部署
# 建议查阅来源仓库获取最新安装方式

基本调用

配置目标音色与语言参数后，传入待转换文本即可获取音频输出。具体API格式需参考来源仓库示例。

输入与输出

见下方输入与输出表格。

风险提示

• 语音合成内容可能被用于虚假信息传播
• 特定音色存在版权或授权限制
• 多语言支持质量因语种存在差异
• 金融场景使用需人工复核关键数据

来源信息

来源链接：https://github.com/openclaw/skills/tree/main/skills/gizmogremlin/voice-ai-tts/SKILL.md
来源类型：GitHub仓库

原始链接暂时无法打开（系统于 2026-02-25 检查）。