软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索语音合成，共找到 17 条记录

默认排序最新上传最多下载

ElevenLabs SDK升级与模型迁移

elevenlabs-upgrade-migration

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了ElevenLabs SDK（JS和Python）的升级和模型迁移流程。它涵盖了SDK包名变更、模型世代升级（如v1到v3）以及API端点注意事项。帮助开发者顺利适应平台更新，确保语音合成功能持续稳定运行。

本地离线文本转语音与声音克隆

jeremylongshore/claude-code-plugins-plus-skills

本技能基于VoxCPM2模型实现本地离线文本转语音合成。支持30种语言，提供三种先进模式：标准语音合成、描述式声音设计，以及从用户提供的参考音频进行声音克隆。所有处理均在本地设备上完成，无需任何API调用或网络连接，非常适合制作高质量的视频旁白、播客音频或语音消息。

HTML视频合成与动画工具

nexu-io/open-design

HyperFrames是一个将HTML作为视频内容唯一源头的综合性框架。它支持用户创建复杂的视频作品，包括动画片头、与音频同步的动态字幕、文本转语音叙事，以及先进的音频反应式视觉效果（如节拍同步）。该工具覆盖了从构图、时序到场景过渡（渐变、擦除）的完整视频制作流程。

语音克隆与合成语音生成

voice-clone-lab

opensquilla/opensquilla

本技能用于根据本地音频样本创建和注册可复用的克隆音色，供后续的文本转语音（TTS）使用。它严格遵循“先获取同意”的工作流，要求用户提供明确的授权、详细的说话人元数据和版权证明。功能旨在确保生成的语音ID在内容创作中使用是安全、可溯源且完全符合法律规定的。

国际语音学会议投稿定位指南

brycewang-stanford/Awesome-Journal-Skills

本技能旨在指导作者如何为国际语音学会议（INTERSPEECH）进行策略性定位。它涵盖了语音识别、合成、韵律学、口语对话和音音频语言建模等核心领域。本工具帮助您将期刊或预印本风格的稿件，重塑为符合顶级计算机会议要求的叙事，特别强调必须具备音频特有的评估、数据集和错误分析。

语言