TTS — 文字转语音生成技能

描述

通过免费TTS接口将文字转换为语音文件（MP3格式），支持90+种语音选择。生成后以文件形式发送给用户。

触发场景

• 用户要求"语音"、"读出来"、"转语音"
• 需要将文字内容转为语音文件发送
• 需要批量生成语音

TTS接口

接口地址：

https://tts.wangwangit.com/v1/audio/speech

请求方式： POST，Content-Type: application/json

请求体：

{
    "input": "要说的话",
    "voice": "zh-CN-YunjianNeural",
    "speed": 0.9,
    "pitch": "0",
    "style": "general"
}

参数说明：

• input（必填）：要转换的文本
• voice（必填）：语音ID，见下方语音列表
• speed：速度，范围 0.25-3.0，默认 1.0
• pitch：音调，范围 -50 到 +50，默认 0
• style：语音风格，默认 general

可选风格：

• general（通用）
• assistant（助手）
• chat（聊天）
• customerservice（客服）
• newscast（新闻播报）
• affectionate（亲切）
• calm（平静）
• cheerful（欢快）
• gentle（温柔）
• lyrical（抒情）
• serious（严肃）

常用语音ID

中文（推荐）：

使用方法

单条生成：

curl -s -X POST 'https://tts.wangwangit.com/v1/audio/speech' 
  -H 'content-type: application/json' 
  -d '{"input":"你好","voice":"zh-CN-YunyangNeural","speed":0.9,"pitch":"0","style":"general"}' 
  -o /tmp/tts_output.mp3

用Python脚本生成：

import requests

def text_to_speech(text, output_file, voice="zh-CN-YunyangNeural", speed=0.9, pitch="0", style="general"):
    ttsurl = 'https://tts.wangwangit.com/v1/audio/speech'
    jd = {
        "input": text,
        "voice": voice,
        "speed": speed,
        "pitch": pitch,
        "style": style
    }
    res = requests.post(ttsurl, json=jd, timeout=300)
    res.raise_for_status()
    with open(output_file, "wb") as f:
        f.write(res.content)
    return True

生成音频文件

生成语音文件后，使用 message 工具发送：

message action=send media=/tmp/tts_output.mp3

文件保存到 /tmp/ 目录下，使用绝对路径。

注意事项

• 接口免费，无API密钥
• 单次转换字符数上限 10,000 字，超出需分段生成
• 支持任意音频文件格式（MP3/WAV/OGG/AMR等）
• 需要设置合理的headers保证调用成功