⚡

文本转语音Skill text-to-speech

这是一个基于AI的文本转语音技能，通过inference.sh CLI使用DIA TTS、Kokoro TTS等模型，实现高质量的自然语音合成。支持语音克隆、多说话人对话、播客生成等功能，适用于语音叠加、有声书制作、视频旁白、可访问性应用和语音助手开发。关键词：文本转语音，TTS，语音生成，AI语音，语音克隆，播客制作，ElevenLabs替代。

NLP 0 次安装 0 次浏览 更新于 3/12/2026

name: 文本转语音 description: “通过DIA TTS、Kokoro、Chatterbox等模型，使用inference.sh CLI将文本转换为自然语音。模型：DIA TTS（对话式），Kokoro TTS，Chatterbox，Higgs Audio，VibeVoice（播客）。功能：文本转语音，语音克隆，多说话人对话，播客生成，表达性语音。用途：语音叠加，有声书，播客，可访问性，视频旁白，IVR，语音助手。触发词：文本转语音，tts，语音生成，ai语音，语音合成，语音叠加，生成语音，ai旁白，语音克隆，文本转音频，elevenlabs替代，语音ai，ai语音叠加，语音生成器，自然语音。” allowed-tools: Bash(infsh *)

文本转语音

通过inference.sh CLI将文本转换为自然语音。

文本转语音

快速开始

# 安装CLI
curl -fsSL https://cli.inference.sh | sh && infsh login

# 生成语音
infsh app run infsh/kokoro-tts --input '{"text": "Hello, welcome to our product demo."}'

安装说明： 安装脚本仅检测您的操作系统/架构，从dist.inference.sh下载匹配的二进制文件，并验证其SHA-256校验和。无需提升权限或后台进程。提供手动安装和验证。

可用模型

模型 应用ID 最佳用途
DIA TTS infsh/dia-tts 对话式，表达性
Kokoro TTS infsh/kokoro-tts 快速，自然
Chatterbox infsh/chatterbox 通用目的
Higgs Audio infsh/higgs-audio 情感控制
VibeVoice infsh/vibevoice 播客，长篇

浏览所有音频应用

infsh app list --category audio

示例

基本文本转语音

infsh app run infsh/kokoro-tts --input '{"text": "Welcome to our tutorial."}'

使用DIA的对话式TTS

infsh app sample infsh/dia-tts --save input.json

# 编辑input.json：
# {
#   "text": "嘿！你今天怎么样？我真的很兴奋能和你分享这个。",
#   "voice": "conversational"
# }

infsh app run infsh/dia-tts --input input.json

长篇音频（播客）

infsh app sample infsh/vibevoice --save input.json

# 用您的播客脚本编辑input.json
infsh app run infsh/vibevoice --input input.json

使用Higgs的表达性语音

infsh app sample infsh/higgs-audio --save input.json

# {
#   "text": "这绝对是难以置信的！",
#   "emotion": "excited"
# }

infsh app run infsh/higgs-audio --input input.json

使用案例

  • 语音叠加：产品演示，解释视频
  • 有声书：将文本转换为口语
  • 播客：生成播客剧集
  • 可访问性：使内容可访问
  • IVR：电话系统语音提示
  • 视频旁白：向视频添加旁白

与视频结合

生成语音，然后创建说话头像视频：

# 1. 生成语音
infsh app run infsh/kokoro-tts --input '{"text": "您的脚本这里"}' > speech.json

# 2. 使用音频URL与OmniHuman创建头像视频
infsh app run bytedance/omnihuman-1-5 --input '{
  "image_url": "https://portrait.jpg",
  "audio_url": "<audio-url-from-step-1>"
}'

相关技能

# 完整平台技能（所有150+应用）
npx skills add inference-sh/skills@inference-sh

# AI头像（将TTS与说话头像结合）
npx skills add inference-sh/skills@ai-avatar-video

# AI音乐生成
npx skills add inference-sh/skills@ai-music-generation

# 语音转文本（转录）
npx skills add inference-sh/skills@speech-to-text

# 视频生成
npx skills add inference-sh/skills@ai-video-generation

浏览所有应用：infsh app list

文档