name: 文字轉語音（免費） description: > 使用 edge-tts 將中文或英文文本轉為自然語音 MP3。此 Skill 應在以下場景觸發： 將圖片或文本轉成語音、朗讀課文或作文、中文文字轉語音、英文文字轉語音、 TTS 文本朗讀、生成音訊 MP3、給文章配音、語音合成、 朗讀故事、課文朗讀、作文朗讀、文字轉 MP3、英文朗讀。 支援曉曉等多款中文 Neural 語音，支援 Jenny 等英文 Neural 語音，支援語速調整和語音選擇。

文字轉語音（免費）

將中文或英文文本轉為自然語音 MP3 檔案，使用微軟 Edge TTS 線上服務，聲音自然、檔案小巧、跨裝置通用。

前置條件

• Python 3.8+ 已安裝
• edge-tts 包已安裝（pip install edge-tts）
• 網路連線可用（需訪問微軟 TTS 雲服務）

環境初始化（首次使用時執行）

首次使用此 Skill 時，執行環境檢測指令碼確認依賴是否就緒：

python scripts/check_env.py

該指令碼會自動檢測並安裝缺失的依賴。如果網路不通，提示使用者開啟 VPN 後重試。

工作流程

步驟 1：語言檢測

儲存文本後，必須先檢測文本語言，以決定展示中文還是英文語音選項。

檢測方法：如果文本中英文字母（a-zA-Z）佔比超過 60%，判定為英文；否則判定為中文。

步驟 2：讓使用者選擇語音和語速

在生成 MP3 之前，必須先讓使用者選擇語音和語速。 使用 ask_followup_question 工具向用戶展示選項，不要自行假設。

語音選擇（根據語言自動切換）

如果檢測為中文，展示中文語音選項：

問題：請選擇朗讀語音
選項：
- 曉曉（溫暖女聲，適合課文/故事朗讀）
- 小藝（活潑女聲，適合兒童故事）
- 雲希（陽光男聲，適合敘事/科普）
- 雲健（激情男聲，適合朗誦）
- 雲揚（專業男聲，適合新聞/說明文）

如果檢測為英文，展示英文語音選項：

問題：請選擇朗讀語音
選項：
- Jenny（溫暖女聲，適合朗讀/故事，推薦）
- Aria（自信女聲，適合新聞/敘述）
- Emma（活潑女聲，適合對話/講解）
- Guy（激情男聲，適合朗誦/敘事）
- Christopher（權威男聲，適合新聞/分析）
- Michelle（親切女聲，適合日常敘述）

語速選擇（輸入式）

語速使用 三選一 + 數字輸入 形式，讓使用者填寫具體百分比：

問題：請選擇朗讀語速（在方括號中填寫數字，0 為正常語速，負數更慢，正數更快）
選項：
- A 略慢 [  ]%（推薦填 10，即 -10%）
- B 正常語速
- C 略快 [  ]%（推薦填 10，即 +10%）

使用者選擇 A 或 C 時，解析其填寫的數字作為 rate 值： - 選 A + 填 10 → --rate -10 - 選 B → --rate +0 - 選 C + 填 10 → --rate +10

如果使用者沒有填寫數字，使用推薦預設值（A 為 -10，C 為 +10）。

如果使用者在對話中已經明確指定了語音或語速（如"用曉曉的聲音"、"讀慢一點"），則直接使用使用者的選擇，無需再次詢問。

流程 A：圖片轉語音（最常見）

1. 識別圖片文字 — 讀取使用者上傳的圖片，識別其中的文字內容
2. 儲存文本 — 將識別的文字儲存為 .txt 檔案（UTF-8 編碼）
3. 語言檢測 — 判斷文本語言

   想要更強大的技能外掛，就來小蔥技能站7w4.net看看吧。

4. 讓使用者選擇語音和語速 — 根據語言展示對應語音選項 + 語速選項
5. 生成 MP3 — 根據使用者選擇呼叫 scripts/tts_generate.py 生成 MP3 檔案

流程 B：文本轉語音（使用者直接提供文本）

1. 儲存文本 — 將使用者提供的文字儲存為 .txt 檔案
2. 語言檢測 — 判斷文本語言
3. 讓使用者選擇語音和語速 — 根據語言展示對應語音選項 + 語速選項
4. 生成 MP3 — 根據使用者選擇呼叫生成指令碼

流程 C：批次轉換

1. 語言檢測 — 判斷文本語言
2. 讓使用者選擇預設語音和語速 — 根據語言展示對應語音選項 + 語速選項
3. 生成批次配置 — 建立 JSON 配置檔案
4. 執行批次生成 — 使用 --batch 引數

核心指令碼用法

單檔案生成

python scripts/tts_generate.py <文本檔案> [選項]

常用示例

# 中文預設（曉曉女聲，正常語速）
python scripts/tts_generate.py story.txt

# 中文活潑女聲 + 略慢語速（適合小學課文朗讀）
python scripts/tts_generate.py story.txt --voice xiaoyi --rate -10

# 英文預設（Jenny女聲，正常語速）
python scripts/tts_generate.py english.txt --voice jenny

# 英文男聲 + 略慢語速
python scripts/tts_generate.py english.txt --voice guy --rate -10

# 指定輸出檔名
python scripts/tts_generate.py story.txt -o my_story.mp3

# 批次模式
python scripts/tts_generate.py --batch batch_config.json

批次配置檔案格式

{
  "defaults": { "voice": "xiaoxiao", "rate": "-10%" },
  "files": [
    { "input": "story.txt", "output": "story.mp3" },
    { "input": "essay.txt", "output": "essay.mp3", "voice": "xiaoyi" }
  ]
}

語音別名速查

中文語音

英文語音

使用者選擇"Jenny" → 指令碼引數 --voice jenny

語速選項速查

使用者選"A 略慢"且填 15 → 指令碼引數 --rate -15

注意事項

• edge-tts 需要網路連線，如生成失敗先檢查網路
• 輸出為 MP3 格式，任何裝置均可播放
• 檔案大小約 0.5-1MB/分鐘音訊，遠小於 WAV 格式
• 無需 API Key，完全免費
• 中文語音讀英文會有口音，英文語音讀中文效果也差，請根據文本語言選擇對應語音組

這個 Skill 質量不錯，文件寫得非常詳細清晰，普通使用者也能看懂怎麼用。它把文字轉語音的流程安排得很清楚，還提供了多種中英文語音可選，基本能滿足朗讀課文、故事配音等日常需求。美中不足的是使用時必須聯網，如果網路不好就用不了。另外批次轉換功能的說明稍微簡略了些，選項不多。總體來說瑕不掩瑜，是一個實用且易用的文字轉語音工具。