通过 Inworld.ai API 实现文字转语音。用于从文本生成语音音频、制作语音回复或将文本转为 MP3/音频文件。支持多种音色、语速调节以及长文本流式处理。
Inworld TTS. generate 语音音频, 使用 Inworld.ai的 TTS API.是一项面向实际任务的技能,主要用于Setup. 从 https://platreform.inworld.ai. enerate 键上获取 API 键, 并带有“ 声音: 读取” 权限;请接受“ 基本( Base64) ” ke。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
使用 Inworld.ai 的 TTS API 将文本合成为语音音频。
export INWORLD_API_KEY="your-base64-key-here"
如需持久化生效,请将该行添加至 ~/.bashrc 或 ~/.clawdbot/.env 文件中。
# 将技能复制到你的 skills 目录 cp -r inworld-tts /path/to/your/skills/ # 设置脚本为可执行 chmod +x /path/to/your/skills/inworld-tts/scripts/tts.sh # 可选:创建符号链接以支持全局调用 ln -sf /path/to/your/skills/inworld-tts/scripts/tts.sh /usr/local/bin/inworld-tts
# 基础用法 ./scripts/tts.sh "Hello world" output.mp3 # 指定参数 ./scripts/tts.sh "Hello world" output.mp3 --voice Dennis --rate 1.2 # 流式合成(适用于超过 4000 字符的长文本) ./scripts/tts.sh "Very long text..." output.mp3 --stream
| 选项 | 默认值 | 说明 |
|---|---|---|
--voice |
Dennis | 声音 ID |
--rate |
1.0 | 语速(取值范围:0.5–2.0) |
--temp |
1.1 | 温度值(temperature,取值范围:0.1–2.0) |
--model |
inworld-tts-1.5-max | 模型 ID |
--stream |
false | 使用流式合成接口 |
| 接口地址 | 用途 |
|---|---|
POST https://api.inworld.ai/tts/v1/voice |
标准语音合成 |
POST https://api.inworld.ai/tts/v1/voice:stream |
长文本流式合成 |
curl —— 发起 HTTP 请求jq —— 处理 JSON 数据base64 —— 解码音频数据# 快速测试 export INWORLD_API_KEY="aXM2..." ./scripts/tts.sh "Testing one two three" test.mp3 mpv test.mp3 # 或使用任意音频播放器 # 更换声音与语速 ./scripts/tts.sh "Slow and steady" slow.mp3 --rate 0.8 # 快节奏播报 ./scripts/tts.sh "Breaking news!" fast.mp3 --rate 1.5
“INWORLD_API_KEY not set”(未设置 INWORLD_API_KEY) —— 运行前请确保已通过 export 正确导出环境变量。
输出文件为空 —— 请确认 API 密钥有效,且已授予 “Voices: Read” 权限。
流式合成异常 —— 请确认你使用的 jq 版本支持 --unbuffered 参数。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习