AgentVibes语音合成工具 - 免费版

概述

AgentVibes语音合成免费版是一款面向个人用户的离线文本转语音(TTS)工具。集成 Piper TTS、macOS Say、Windows SAPI 等多种引擎,提供 914+ 离线声音,覆盖 30+ 语种,完全免费且无需账号。

本版本适合个人开发者、内容创作者及语言学习者,通过简单的斜杠命令即可切换声音、调节语速、设置个性风格,快速实现语音播报需求。

核心能力

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。 输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。 输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。 输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：免费离线、TTS、语音合成工具、适合个人开发者使、AgentVibes、语音合成免费版、面向个人开发者的、离线文本转语音工、离线声音、切换声音、设置个性风格、调节语速、跨平台运行、Windows、macOS、Linux、无需账号、Say、SAPI、零配置方案等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一:个人语音播报

开发者希望将 Agent 的回复通过语音播报出来,选择一个舒适的声音。

# 列出可用声音
/agent-vibes:list first 5

# 切换到中文女声
/agent-vibes:switch zh_CN-huayan-x_low

# 调节语速为正常
/agent-vibes:set-speed 1.0

场景二:视频配音创作

内容创作者为短视频添加多语种配音,需要切换不同声音。

# 切换到英文男声
/agent-vibes:switch en_US-ryan-high

# 试听效果
/agent-vibes:sample en_US-ryan-high

# 切换到日文女声
/agent-vibes:switch ja_JP-ayanami-medium

场景三:语言学习辅助

语言学习者开启双语模式,辅助听力练习。

# 设置母语为中文
/agent-vibes:language chinese

# 开启学习模式(双语播报)
/agent-vibes:learn on

# 翻译并朗读
/agent-vibes:translate "Hello, how are you?"

不适用场景

以下场景AgentVibes语音合成-免费版不适合处理：

• 逆向工程闭源API
• API安全渗透测试
• 非标准协议集成

触发条件

需要API集成、接口对接、Webhook配置、系统连接时使用。不适用于非本工具能力范围的需求。

快速开始

第一步:选择语音引擎

# 查看可用引擎
/agent-vibes:provider list

# 切换到 Piper(全平台,914+ 声音)
/agent-vibes:provider switch piper

# 或使用系统内置(零配置)
# macOS:
/agent-vibes:provider switch macos
# Windows:
/agent-vibes:provider switch sapi

第二步:选择并切换声音

# 预览前 3 个声音
/agent-vibes:preview

# 切换到指定声音
/agent-vibes:switch en_US-amy-medium

第三步:开始使用

# 查看当前配置
/agent-vibes:whoami

# 设置个性风格(可选)
/agent-vibes:personality sarcastic

结果处理: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,查阅错误处理章节获取恢复步骤。

示例

基础配置项说明:

# 常用命令组合
# 切换声音 + 调节语速
/agent-vibes:switch en_GB-alan-medium
/agent-vibes:set-speed 1.2

# 设置前缀语
/agent-vibes:set-pretext "助手"

# 控制详细程度
/agent-vibes:verbosity low      # 简洁
/agent-vibes:verbosity medium   # 标准(默认)
/agent-vibes:verbosity high     # 详细

最佳实践

1. 先预览再切换:使用 /agent-vibes:preview 试听后再用 switch 确认,避免反复切换
2. 语速匹配内容:信息密度高的内容用 1.2-1.5x,叙事内容用 0.8-1.0x
3. 引擎按平台选:macOS 优先 Say,Windows 优先 SAPI,跨平台用 Piper
4. 设置收藏声音:用 set-favorite-voice 标记常用声音,快速恢复
5. 静音专注模式:工作时 /agent-vibes:mute,需要时 /agent-vibes:unmute

常见问题

Q1:首次使用需要下载声音吗?

A:Piper 引擎首次使用某声音时会自动从 HuggingFace 下载,后续离线可用。macOS Say 与 Windows SAPI 使用系统内置声音,无需下载。

Q2:支持哪些语种?

A:支持 30+ 语种,包括中文、英语、法语、德语、西班牙语、日语、韩语等,共 914+ 声音。

Q3:免费版可以商用吗?

A:免费版仅供个人使用。如需商用或批量导出音频,请使用 PRO 版。

Q4:声音下载失败怎么办?

A:检查网络连接;确认 HuggingFace 可访问;尝试切换到系统内置引擎(macOS Say / Windows SAPI)。

Q5:如何清理缓存音频?

A:使用 /agent-vibes:cleanup 命令清理已缓存的音频文件。

依赖说明

运行环境

• Agent平台: 支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• 运行时: Node.js 或 Python(视引擎而定)

依赖详情

API Key 配置

• 免费版无需 API Key
• 所有引擎均离线运行,无需外部服务鉴权
• 声音资源从 HuggingFace 公开仓库下载,无需账号

可用性分类

• 分类: MD+EXEC(纯 Markdown 指令,核心功能需要 exec 命令行执行能力)
• 说明: 基于Markdown的AI Skill,通过斜杠命令驱动语音合成,完全离线运行

错误处理

已知限制

• 需要API Key，无Key环境无法使用
• 当前为免费版本,如需完整功能请升级到付费版获取全部能力