WorkBuddy通过Skill机制集成TTS服务实现自然语音合成，推荐按场景选方案：日常用Edge-TTS或IndexTTS2，定制音色用MiniMax或FishAudio，隐私敏感用CosyVoice；安装后需配置API Key，并调参语速、情感、读音以提升自然度；支持右键朗读、语音播报回复及MP3导出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
WorkBuddy 本身不内置语音合成模型，但能通过技能（Skill）机制无缝集成高质量TTS服务，实现自然语音合成。关键不在“用哪个模型”，而在于“怎么选+怎么配+怎么调”。下面直接讲清楚实操路径。
选对TTS方案：本地、云API、还是声音克隆？
自然度取决于音源质量与适配场景，不是越贵越好：
- 日常旁白/短视频口播：推荐 Edge-TTS（Windows原生）或 IndexTTS2。Edge-TTS免费、免密、中文语调自然，适合快速试错；IndexTTS2支持声音克隆，克隆5秒真人录音就能生成带情绪的配音，适合IP化内容。
- 需定制音色/品牌声线：MiniMax 或 FishAudio。MiniMax 中文发音清晰、节奏稳，API响应快，适合批量生成；FishAudio 克隆效果更细腻，支持多情感标签（如“亲切”“权威”“紧迫”），适合客服播报或虚拟角色。
- 重视隐私/离线使用：CosyVoice（阿里开源）可本地部署，无需上传文本，适合财务、法务等敏感场景；但需中等GPU（如RTX 3060以上）和Python环境，部署略耗时。
在WorkBuddy里装上语音合成技能
以最常用的 IndexTTS2 为例（企业会员可用）：
WorkBuddy会议助手
下载
WorkBuddy 会议助手——会议价值不该散会就流失。它把会议的采集、提炼、确认、分发串成一条流水线：从腾讯会议 / IMA / 企业微信多端取料，按 15 类场景模板自动提炼成结构化纪要，你过目确认后一键分发到钉钉、飞书、腾讯文档或企业微信。全程由 workflow 工作流编排驱动，只抽取不编造、先预览后推群、自动去重。 触发：「把会议纪要做一下发钉钉」「总结 IMA 里的 XX 录音」「按面试模板整理这场会」「把这场复盘发飞书」「发到腾讯文档让我手动改」「整理企业微信里的会议纪要」。 能力：腾讯
- 访问官网 indextts.xin 获取企业账号和 API Key（一串以字母数字组成的密钥）
- 打开 WorkBuddy，输入指令：/install-skill
- 选择「导入 ZIP 文件」，上传官方提供的 indextts2-tts.zip（下载地址见技能页）
- 安装后，在设置 → 技能管理中启用该技能，并粘贴你的 API Key
- 测试：输入“用温柔女声读‘今天天气真好’”，看是否返回音频播放按钮
让语音真正“自然”：三个关键调参点
光装上不够，自然语音藏在细节里：
- 语速与停顿：在提示词末尾加说明，例如“语速放慢10%，在逗号后停顿0.3秒”，比单纯调参数更可控
- 情感倾向：IndexTTS2 和 MiniMax 都支持 emotion 参数，写明“带笑意”“略带惊讶”“沉稳播报”，模型会自动匹配韵律
- 人名/术语读音：遇到“SQL”“GitHub”“吴彦祖”等易错词，用拼音标注，如“SQL（读作 S-Q-L）”“吴彦祖（wú yàn zǔ）”，避免机械误读
一键触发朗读：不只是“生成音频”
WorkBuddy 支持两种轻量级语音交互方式，无需额外开发：
- 文字转语音快捷操作：选中一段文案 → 右键菜单出现「?朗读」选项 → 点击即播（底层调用系统TTS或已配置的Skill）
- 对话式语音回复：在设置中开启“语音播报回复”，当AI生成答案后，自动合成语音并播放，适合边听边做其他事
- 导出为MP3文件：生成语音后，点击播放器下方「下载」图标，保存为标准MP3，可直接导入剪映、Premiere等剪辑软件
