LipVoice 语音克隆与文字转语音合成:上传参考音频创建声音模型、列出已有模型、合成并下载语音
LipVoice TTS 语音合成技能是一项面向实际任务的技能,主要用于使用 LipVoice 企业 API 实现声音克隆和高质量文本转语音;需要企业会员 API Key;
调用时通过 --api-key YOUR_KEY 参数传入;脚本路径: scripts/lipvoice_tts.py (相。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。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 LipVoice 企业 API 实现声音克隆和高质量文本转语音。需要企业会员 API Key。
配置 API Key(二选一):
LIPVOICE_API_KEY 为你的 API Key--api-key YOUR_KEY 参数传入脚本路径:scripts/lipvoice_tts.py(相对于本技能目录)
注意:Windows 下使用 py 命令启动 Python,Linux/macOS 使用 python3。
py scripts/lipvoice_tts.py list
查看已上传的所有声音模型及其ID,合成语音时需要用到 audio-id。
py scripts/lipvoice_tts.py upload --file <音频文件路径> --name "<模型名称>" [--describe "<描述>"]
py scripts/lipvoice_tts.py tts --text "<要合成的文本>" --audio-id <模型ID> [--style 1] [--output <输出路径.wav>]
--style: 合成模式1: 参考原音频风格(默认,克隆效果更贴近原声)2: 大模型通用风格(更稳定)--output/-o: 自定义输出 wav 文件路径py scripts/lipvoice_tts.py delete --audio-id <模型ID>
list 查看已有模型,或用 upload 上传自己的参考音频创建模型tts 命令传入文本和模型ID,自动合成并下载到本地wav文件合成成功会返回:
已修复Windows控制台GBK编码问题,所有输出直接支持中文。
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 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章