Indextts Voice

IndexTTS 语音克隆和合成技能 - 创建声音模型、文本转语音、参考音频管理（需要企业会员）

Security Scan

The skill appears to implement the described IndexTTS TTS/voice-cloning functions, but there are metadata inconsistencies about required credentials and recommendations to persist a sensitive API sign in system environment variables — you should verify the source and treat the API key carefully before installing.

Purpose & Capability

Functionality in SKILL.md and scripts (create models, upload reference audio, TTS, list/delete) matches the skill name/description. However, the top-level registry summary included with the submission claims 'Required env vars: none' while clawhub.json and SKILL.md clearly require INDEX_API_SIGN (and optionally INDEX_BASE_URL). This metadata inconsistency is surprising and should be corrected.

Instruction Scope

Runtime instructions are narrowly scoped to calling the IndexTTS API and operating on user-supplied audio files. The script only communicates with the configured BASE_URL and requires an API sign; it does not instruct the agent to read unrelated system files or other credentials. The SKILL.md does recommend adding the API sign to system environment variables (permanent setting), which is functionally necessary but a security consideration.

Install Mechanism

This is an instruction-only skill with a single Python script and no install spec; it only depends on the requests library. No downloads from untrusted URLs or archive extraction are present in the package, so install risk is low.

Credentials

The only sensitive value the skill needs is INDEX_API_SIGN (and optionally INDEX_BASE_URL), which is appropriate for an API client. However: (1) the package metadata provided to the registry incorrectly indicated no required env vars while clawhub.json marks INDEX_API_SIGN as required — this inconsistency is concerning; (2) SKILL.md recommends storing the API sign in system environment variables (permanent), which is common but exposes a secret in system config. Prefer using a secrets manager or session-only env injection where possible.

Persistence & Privilege

The skill does not request permanent inclusion (always:false), does not modify other skills or global agent config, and contains no install hooks that persist beyond the included files. It does ask the user to set an environment variable, which is normal for CLI API clients.

What to consider before installing

This skill appears to be what it claims (IndexTTS client) but check these before installing: 1) Verify the skill source/trustworthiness (no homepage provided and 'source: unknown'). 2) Expect to supply an INDEX_API_SIGN (enterprise-only credential); confirm you actually have the enterprise API sign before use. 3) Avoid permanently storing secrets in system environment variables on shared machines — prefer a secure secrets store or ephemeral environment variables. 4) Review the included script (scripts/indextts_api.py) yourself for any networking targets you don't expect (it defaults to https://openapi.lipvoice.cn) and run it in an isolated environment if unsure. 5) Correct or ask the publisher to correct the registry metadata that currently claims 'no required env vars' to avoid confusion. 6) Ensure you have legal consent before cloning or synthesizing anyone's voice.

IndexTTS 语音克隆与合成技能

[!IMPORTANT]

⚠️ 企业会员专属技能

本技能需要 IndexTTS 企业会员才能使用

项目	说明
API 签名	仅企业会员可获得
官方网站	https://indextts.cn
购买方式	访问官网 → 会员中心 → 购买企业会员
免费替代	使用 网页版 进行声音克隆和语音合成（无需 API）
价格咨询	请访问官网或联系客服

未购买企业会员请勿安装此技能！

技能描述

IndexTTS 是一个专业的语音克隆和语音合成 API 服务。本技能提供完整的命令行接口，支持声音模型管理、异步语音合成、参考音频管理、配额查询等核心功能。

适用场景

• 创建声音克隆模型（基于 2-60 秒的音频样本）
• 管理已创建的语音模型（列表查询、详情、删除）
• 使用克隆的声音进行文本转语音（TTS）
• 上传/管理语调参考音频（用于情感合成，24 小时有效）
• 查询合成任务状态和下载音频
• 查询用户剩余配额/额度

环境要求

• Python 3.6+
• requests 库
• 需要设置环境变量 INDEX_API_SIGN（API 签名，需企业会员）

安装依赖

pip install requests

配置环境变量

Windows PowerShell

$env:INDEX_API_SIGN='你的 API 签名'
$env:INDEX_BASE_URL='https://openapi.lipvoice.cn'

Windows CMD

set INDEX_API_SIGN=你的 API 签名
set INDEX_BASE_URL=https://openapi.lipvoice.cn

永久设置（推荐）

将环境变量添加到系统环境变量中，或写入脚本自动加载。

API 签名获取

📌 企业会员专属

API 签名是 IndexTTS 企业会员的专属功能，用于通过 API 调用语音合成服务。

获取步骤：

1. 访问 https://indextts.cn
2. 注册/登录账户
3. 购买企业会员服务（在会员中心）
4. 进入「开发者中心」或「API 管理」
5. 复制 API 签名/密钥

价格咨询： 请访问 IndexTTS 官网查看企业会员价格

免费替代方案： 如不需要 API 调用，可直接使用网页版进行声音克隆和语音合成。

---

命令参考

一、声音模型管理

1. 创建声音模型

python scripts/indextts_api.py create-model "模型名称" "音频文件路径" [--describe "描述"]

参数说明：

• 模型名称 - 自定义模型名称（必需）
• 音频文件路径 - MP3/WAV/M4A 格式，<50MB，时长 2-60 秒（必需）
• --describe - 模型描述（可选）

示例：

python scripts/indextts_api.py create-model "我的旁白声" "C:/Users/yanyu/Desktop/voice.wav" --describe "温暖男声"

返回：

{
  "code": 0,
  "data": {
    "audioId": "ABuVg22s3ydwS7RtkVyVN86Egq",
    "name": "我的旁白声",
    "describe": "温暖男声"
  },
  "msg": "成功"
}

---

2. 查询模型列表

python scripts/indextts_api.py list-models [--page 1] [--page-size 10]

参数说明：

• --page - 页码，默认 1
• --page-size - 每页条数，默认 10，最大 20

示例：

python scripts/indextts_api.py list-models --page 1 --page-size 20

---

3. 查询模型详情

python scripts/indextts_api.py get-model <audioId>

参数说明：

• audioId - 模型 ID（从 list-models 获取）

示例：

python scripts/indextts_api.py get-model ABuVg22s3ydwS7RtkVyVN86Egq

注意： 此接口可能未在所有账户中开放，如返回 404 请使用网页版查看模型详情。

---

4. 删除模型

python scripts/indextts_api.py delete-model <audioId>

参数说明：

• audioId - 模型 ID（必需）
• 注意： 删除后数据不可恢复

示例：

python scripts/indextts_api.py delete-model ABuVg22s3ydwS7RtkVyVN86Egq

---

二、语调参考音频管理（用于情感合成）

重要说明：

• 参考音频用于 genre=1（语气参考）模式下的情感语音合成
• 上传的参考音频仅保存 24 小时，过期自动清理
• 最多上传 30 个 参考音频，每个 < 50MB

5. 上传参考音频

python scripts/indextts_api.py upload-tts-reference "音频文件路径"

参数说明：

• 音频文件路径 - MP3/WAV/M4A 格式，<50MB（必需）

示例：

python scripts/indextts_api.py upload-tts-reference "C:/Users/yanyu/Desktop/emotion_sample.wav"

返回：

{
  "code": 0,
  "data": {
    "file": {
      "emotionPath": "1cb251ec0d568de6a929b520c4aed8d1_20260401104924.wav"
    }
  },
  "msg": "上传成功"
}

---

6. 查询参考音频列表

python scripts/indextts_api.py list-tts-references [--page 1] [--page-size 10]

参数说明：

• --page - 页码，默认 1
• --page-size - 每页条数，默认 10，最大 30

示例：

python scripts/indextts_api.py list-tts-references

返回：

{
  "code": 0,
  "data": {
    "list": [
      {
        "emotionPath": "1cb251ec0d568de6a929b520c4aed8d1_20260401104924.wav",
        "name": "text.mp3",
        "createdAt": "2026-04-01T10:49:24.147+08:00"
      }
    ],
    "total": 1,
    "page": 1,
    "pageSize": 10
  },
  "msg": "获取成功"
}

---

7. 删除参考音频

python scripts/indextts_api.py delete-tts-reference <emotionPath>

参数说明：

• emotionPath - 参考音频名称（从 list-tts-references 获取，必需）

示例：

python scripts/indextts_api.py delete-tts-reference "1cb251ec0d568de6a929b520c4aed8d1_20260401104924.wav"

---

三、语音合成（TTS）

8. 语音合成

python scripts/indextts_api.py tts-create "文本内容" <audioId> [选项]

参数说明：

• 文本内容 - 要合成的文字，最大 5000 字符（必需）
• audioId - 模型 ID（必需）
• --style - 模型版本：1=基础 (默认) 2=专业 3=多语言
• --speed - 语速：0.5-1.5，默认 1.0
• --genre - 模型类别（必需）
  • 0 = 参考原音频（默认，支持所有模型）
  • 1 = 语气参考模式（仅专业模型，使用情感参数）
  • 2 = 使用参考音频（仅专业模型，需要 emotionPath）
• --emotion-path - 参考音频路径（genre=2 时必需，从 list-tts-references 获取）
• --happy - 开心程度 (0-1，genre=1 时使用)
• --angry - 愤怒程度 (0-1，genre=1 时使用)
• --sad - 悲伤程度 (0-1，genre=1 时使用)
• --afraid - 恐惧程度 (0-1，genre=1 时使用)
• --disgusted - 厌恶程度 (0-1，genre=1 时使用)
• --melancholic - 忧郁程度 (0-1，genre=1 时使用)
• --surprised - 惊讶程度 (0-1，genre=1 时使用)
• --calm - 平静程度 (0-1，genre=1 时使用)

示例：

# 基础合成（genre=0）
python scripts/indextts_api.py tts-create "你好，这是测试文本" ABuVg22s3ydwS7RtkVyVN86Egq

# 使用情感参数合成（genre=1，需要专业模型 style=2）
python scripts/indextts_api.py tts-create "太棒了！" ABuVg22s3ydwS7RtkVyVN86Egq `
  --style 2 --genre 1 --happy 0.8 --speed 1.1

# 使用参考音频合成（genre=2，需要先上传参考音频）
# 1. 先上传参考音频
python scripts/indextts_api.py upload-tts-reference "C:/Users/yanyu/Desktop/emotion.wav"

# 2. 查看参考音频列表，获取 emotionPath
python scripts/indextts_api.py list-tts-references

# 3. 使用参考音频进行合成（genre=2，自动使用 style=2）
python scripts/indextts_api.py tts-create "今天天气真好" ABuVg22s3ydwS7RtkVyVN86Egq `
  --genre 2 --emotion-path "1cb251ec0d568de6a929b520c4aed8d1_20260401104924.wav"

返回：

{
  "code": 0,
  "data": {
    "taskId": "ABuVg22sQoSxZ7DFDTXqFP7dA9",
    "status": 1,
    "voiceUrl": ""
  },
  "msg": "成功"
}

---

9. 查询合成任务列表

python scripts/indextts_api.py tts-list [--page 1] [--page-size 10]

参数说明：

• --page - 页码，默认 1
• --page-size - 每页条数，默认 10，最大 20

示例：

python scripts/indextts_api.py tts-list --page 1 --page-size 20

---

10. 查询合成任务结果

python scripts/indextts_api.py tts-result <taskId>

参数说明：

• taskId - 任务 ID（从 tts-create 获取）

状态说明：

• 1 - 处理中
• 2 - 已完成
• 3 - 失败

示例：

python scripts/indextts_api.py tts-result ABuVg22sQoSxZ7DFDTXqFP7dA9

返回（已完成）：

{
  "code": 0,
  "data": {
    "taskId": "ABuVg22sQoSxZ7DFDTXqFP7dA9",
    "status": 2,
    "voiceUrl": "https://openapi.lipvoice.cn/file/download/xxx.wav"
  },
  "msg": "成功"
}

---

11. 下载合成音频

python scripts/indextts_api.py tts-download <taskId> <输出文件路径>

参数说明：

• taskId - 任务 ID（必需）
• 输出文件路径 - 保存的 WAV 文件路径（必需）

示例：

python scripts/indextts_api.py tts-download ABuVg22sQoSxZ7DFDTXqFP7dA9 "C:/Users/yanyu/Desktop/output.wav"

注意： 此命令会自动查询任务状态并下载音频，如任务未完成会提示错误。

---

四、其他功能

12. 查询用户配额

python scripts/indextts_api.py quota

说明： 查询剩余字符额度、已用额度等信息

示例：

python scripts/indextts_api.py quota

注意： 此接口可能未在所有账户中开放，如返回 404 请登录网页版查看配额。

---

API 接口文档

官方文档: https://indextts.cn/main/developer

API 基础 URL: https://openapi.lipvoice.cn/api/third/

鉴权方式: 所有接口需要在 Header 中传递 sign 参数，或在 URL params 中拼接 sign

声音模型接口

功能	方法	端点	命令	状态
创建模型	POST	/reference/upload	create-model	✅ 已验证
模型列表	GET	/reference/list	list-models	✅ 已验证
模型详情	GET	/reference/detail	get-model	⚠️ 部分账户可用
删除模型	DELETE	/reference/delete	delete-model	✅ 已验证

参考音频接口（24 小时有效）

功能	方法	端点	命令	状态
上传参考音频	POST	/tts/uploadCustom	upload-tts-reference	✅ 已验证
参考音频列表	GET	/tts/listCustom	list-tts-references	✅ 已验证
删除参考音频	POST	/tts/deleteCustom	delete-tts-reference	✅ 已验证

语音合成接口

功能	方法	端点	命令	状态
异步语音合成	POST	/tts/create	tts-create	✅ 已验证
任务列表	GET	/tts/list	tts-list	✅ 已验证
任务结果	GET	/tts/result	tts-result	✅ 已验证
下载音频	GET	(voiceUrl)	tts-download	✅ 已验证

用户接口

功能	方法	端点	命令	状态
用户配额	GET	/user/quota	quota	⚠️ 部分账户可用

---

API 响应格式

所有接口返回统一的 JSON 格式：

{
  "code": 0,          // 0=成功，7=异常
  "data": { ... },    // 返回数据
  "msg": "成功"       // 描述信息
}

错误码说明

错误码	说明
0	成功
7	异常/错误（如 sign 无效、参数错误、资源不存在等）

---

使用流程示例

完整 TTS 工作流

# 1. 设置环境变量
$env:INDEX_API_SIGN = '你的 API 签名'
$env:INDEX_BASE_URL = 'https://openapi.lipvoice.cn'

# 2. 查看已有声音模型
python scripts/indextts_api.py list-models

# 3. 上传参考音频（用于情感合成）
python scripts/indextts_api.py upload-tts-reference "C:/Users/yanyu/Desktop/emotion.wav"

# 4. 查看参考音频列表，获取 emotionPath
python scripts/indextts_api.py list-tts-references

# 5. 使用参考音频进行情感合成
python scripts/indextts_api.py tts-create "今天天气真好！" ABuVg22s3ydwS7RtkVyVN86Egq --genre 1

# 6. 等待几秒后查询结果
Start-Sleep -Seconds 5
python scripts/indextts_api.py tts-result <taskId>

# 7. 下载合成音频
python scripts/indextts_api.py tts-download <taskId> "C:/Users/yanyu/Desktop/output.wav"

---

常见问题

Q: 如何获取 API 签名？

A: 登录 IndexTTS 官网，进入开发者中心或个人中心复制 API 签名。

Q: 音频文件有什么要求？

A:

• 声音模型: MP3/WAV/M4A，<50MB，时长 2-60 秒，清晰无噪音
• 参考音频: MP3/WAV/M4A，<50MB，时长不限，用于情感参考

Q: 合成的音频有效期多久？

A: 生成的音频文件有效期为 24 小时，请尽快下载保存。

Q: 参考音频有效期多久？

A: 参考音频上传后保存 24 小时，过期自动清理，需要重新上传。

Q: 最多可以上传多少个参考音频？

A: 最多 30 个。如超过限制，请先使用 delete-tts-reference 删除不需要的参考音频。

Q: 情感参数怎么用？

A: 设置 --genre 1 启用语气参考模式，然后通过 --happy、--angry 等参数调整情感强度（0-1）。也可以先上传参考音频，系统会自动参考其情感。

Q: 遇到 401 错误怎么办？

A: 检查 INDEX_API_SIGN 环境变量是否正确设置。

Q: 遇到 404 错误怎么办？

A:

• 确认 API 端点是否正确
• 部分接口（如模型详情、配额查询）可能未在所有账户中开放

---

更新日志

v1.3.0 - 2026-04-20

• 🔧 修复元数据不一致问题：明确标注 INDEX_API_SIGN 为必需环境变量
• 🗑️ 移除飞书集成相关内容
• 📝 简化文档，专注于核心 IndexTTS API 功能

v1.2.1 - 2026-04-02

• 🎯 品牌调整为 IndexTTS（indextts.cn）
• ✅ 更新所有文档和配置

v1.2.0 - 2026-04-01

• ✅ 新增参考音频管理功能（上传/列表/删除）
• ✅ 修复所有 API 端点为正确路径
• ✅ 修复 voiceUrl 字段名问题
• ✅ 优化日志输出（Windows 控制台兼容）

v1.1.0

• 新增 get-model 命令查询模型详情
• 新增 tts-download 命令直接下载合成音频
• 新增 quota 命令查询用户配额

v1.0.0

• 初始版本，支持基础模型管理和 TTS 功能