agent-speech-specialist
语音专家 IA — 语音处理专家(Whisper、TTS、STT、语音克隆、实时转录)
共 1097 条已上架资产
语音专家 IA — 语音处理专家(Whisper、TTS、STT、语音克隆、实时转录)
在 Apple Silicon Mac 上离线部署 GPT-SoVITS v2 少样本语音克隆引擎(支持 MPS 推理,无需 NVIDIA 显卡),并将其封装为 gpt-sovits 命令行工具
当用户要求使用 svf 制作短视频时启用此技能:出片、做视频、短视频制作、配音(TTS)、混音、封面、竖版成片、跑 build/一条龙
将文稿一键转换为带配音、逐句字幕和图解动画的微课视频(MP4)
使用 narrator-ai-cli 工具创建 AI 旁白电影解说视频,实现自动化脚本生成、语音合成和视频合成
起草、审核、翻译或验证生产环境 ThunderPhone 语音代理提示词
AI配音、视频配音、文字转语音(TTS)、声音克隆与字幕生成技能:将口播稿、电影解说稿、小说推文、广告脚本、带货文案、有声书章节等文本内容转化为带 [角色] 标签的多角色稿件,通过一条命令即可生成多角色配音 WAV 文件、带时间轴的 SRT…
将内容转换为适用于 Chatterbox TTS 的配音就绪脚本
voiceai-creator-voiceover-pipeline:使用 Voice
使用 Manim 将一段中文信息(如房源介绍、数据内容或知识点口述)生成为暗色系卡片风格动画视频(MP4),并支持可选叠加中文 TTS 配音
使用 ChronoSDK(官方 Hueste 引擎)生成并播放异步音频
使用微软 Edge 浏览器的语音合成技术,将文字转换为高质量的音频文件
ReelOnce 一体化总控技能
国语(普通话)批量成片:TTS 国语声线重配 + 本机离线转写 + 白字阴影简体字幕烧入 + 封面二次加工(案例版式,仅输出 9:16 比例)
当用户要求 Codex 说话、朗读、合成语音、配音、发声或将回复转换为音频时,使用此技能
从零开始生成多人对话式播客视频,包括角色创建、文本转语音(TTS)、头像动画以及视频合成
使用异步工作管道、流式转录、大语言模型代理和文本转语音合成技术,构建支持中断处理和多家供应商的实时对话式AI语音引擎