Agentvibes Skill

AgentVibes语音合成-专业版

AgentVibes语音合成-专业版

核心能力

能力项	免费版	专业版	说明
声音切换	是	是	914+ 离线声音
神经声音引擎	否	是	Soprano 高质量合成
多角色协同	否	是	对话剧本多声音
批量音频导出	否	是	WAV/MP3 批量产出
高级音效	限制	是	混响/回声/变调/EQ
背景音乐库	限制	是	完整库 + 自定义导入
个性风格	基础	高级	自定义风格编辑
API 调用	否	是	程序化集成
技术支持	社区	专属	工单响应

能力项

执行能力项操作,处理用户输入并返回结果。

输入: 用户提供能力项所需的参数和指令。

输出: 返回能力项的处理结果。

• 执行能力项操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考能力项相关配置参数进行设置

声音切换

执行声音切换操作,处理用户输入并返回结果。

输入: 用户提供声音切换所需的参数和指令。

输出: 返回声音切换的处理结果。

• 执行声音切换操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考声音切换相关配置参数进行设置

神经声音引擎

执行神经声音引擎操作,处理用户输入并返回结果。

输入: 用户提供神经声音引擎所需的参数和指令。

输出: 返回神经声音引擎的处理结果。

• 执行神经声音引擎操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考神经声音引擎相关配置参数进行设置

能力覆盖范围

本skill还覆盖以下能力场景: 企业级、TTS、支持神经声音、批量导出、背景音乐与音效、适配商业内容生产、AgentVibes、语音合成专业版、面向企业团队与专、业内容生产者的高、级文本转语音工具、核心能力、提供更自然的语音、多角色协同播报、适合对话与剧本场、背景音乐库与自定、义曲目导入。这些能力在上述核心功能中均有对应处理逻辑。

适用场景

场景一:有声书批量制作

出版社需将一批文本章节转化为有声书,使用神经声音引擎与批量导出功能。

bash

# 切换到神经声音引擎
/agent-vibes:provider switch soprano

# 设置播报风格为戏剧化
/agent-vibes:personality dramatic

# 批量导出章节音频(脚本调用)
python scripts/batch_tts.py \
  --input ./chapters/ \
  --output ./audio/ \
  --voice soprano-zh-female-1 \
  --format mp3 \
  --speed 1.0

场景二:多角色对话配音

游戏开发商需要为角色对话生成多声音配音,使用多角色协同功能。

bash

# 定义角色声音映射
/agent-vibes:role-add protagonist soprano-zh-male-1
/agent-vibes:role-add 旁白 soprano-zh-female-2
/agent-vibes:role-add villain soprano-zh-male-3

# 执行对话剧本播报
/agent-vibes:dialogue ./scripts/dialogue.txt \
  --output game_voices.mp3

# 添加背景音乐与音效
/agent-vibes:background-music switch epic_theme
/agent-vibes:effects reverb hall

场景三:企业 IVR 语音批量生产

客服系统需要批量生成多语种 IVR 提示音,使用批量导出能力。

bash

# 批量生成多语种 IVR 语音
python scripts/ivr_batch.py \
  --config ivr_prompts.json \
  --languages zh,en,ja,ko \
  --output ./ivr_audio/ \
  --format wav \
  --sample-rate 8000

# 应用统一音效标准化
/agent-vibes:effects eq normalize

使用流程

优秀步:启用专业版功能

bash

# 设置专业版模式
export AGENTVIBES_EDITION="pro"
export AGENTVIBES_LICENSE="your_license_key"

# 验证授权
/agent-vibes:version

第二步:切换到神经声音引擎

bash

# 查看 Soprano 神经声音
/agent-vibes:provider switch soprano
/agent-vibes:list soprano

# 切换到高质量神经声音
/agent-vibes:switch soprano-zh-female-1

第三步:批量生产音频

bash

# 批量导出
python scripts/batch_tts.py \
  --input texts/ \
  --output audio/ \
  --voice soprano-zh-female-1 \
  --format mp3

命令参数说明

• --voice: 命令参数,用于指定操作选项
• --sample-rate: 命令参数,用于指定操作选项
• --format: 命令参数,用于指定操作选项
• --speed: 命令参数,用于指定操作选项
• --input: 命令参数,用于指定操作选项

命令参数说明

• -zh-female-1: 命令参数,用于指定操作选项
• -zh-male-3: 命令参数,用于指定操作选项
• --config: 命令参数,用于指定操作选项
• -zh-female-2: 命令参数,用于指定操作选项
• --languages: 命令参数,用于指定操作选项

命令参数说明

• -zh-male-1: 命令参数,用于指定操作选项
• -music: 命令参数,用于指定操作选项

输入格式

参数名	类型	必填	说明
content	string	是	相关说明
content	string	否	相关说明, 默认: 默认值
content	string	否	相关说明, 可选值: json/text/markdown
style	string	否	输出风格, 参考 references/style.md

输出格式

json

{
  "success": true,
  "data": {
    result: "相关说明",
    result: "相关说明",
    result: "相关说明",
    "metadata": {
      "template_used": "reviewer",
      "word_count": 0,
      "style": "专业"
    }
  },
  "error": null
}

输出模板参考: assets/output.json

异常处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

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 18+ 或 Python 3.9+

依赖说明

依赖项	类型	是否必需	获取方式
Soprano 引擎	神经TTS	专业版必需	随 License 提供
Piper TTS	离线TTS	推荐	自动下载
ffmpeg	音频处理	必需	包管理器安装
sox	音效处理	推荐	包管理器安装
Python 3.9+	脚本运行	必需	官方安装

API Key 配置

• 环境变量名: AGENTVIBES_LICENSE(企业版授权)
• 附加变量: AGENTVIBES_EDITION=pro
• 获取方式: 通过企业服务渠道申请,支持浮动授权
• 安全建议: 使用密钥管理服务存储 License,避免明文写入脚本或镜像

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,支持神经声音、批量导出、多角色协同等企业级语音生产场景

案例展示

专业版完整配置:

bash

# 环境变量
AGENTVIBES_EDITION=pro
AGENTVIBES_LICENSE=your_license
AGENTVIBES_DEFAULT_ENGINE=soprano
AGENTVIBES_DEFAULT_FORMAT=mp3
AGENTVIBES_SAMPLE_RATE=44100

# 高级音效参数
/agent-vibes:effects reverb hall      # 大厅混响
/agent-vibes:effects reverb room      # 房间混响
/agent-vibes:effects echo 0.3         # 回声(延迟秒)
/agent-vibes:effects pitch -2         # 变调(半音)
/agent-vibes:effects eq bass+3        # 低频增强
/agent-vibes:effects eq normalize     # 标准化

# 背景音乐控制
/agent-vibes:background-music on
/agent-vibes:background-music switch jazz
/agent-vibes:background-music volume 0.3

常见问题

Q1:专业版与免费版是否兼容?

A:完全兼容。专业版支持免费版所有命令,迁移时仅需设置 AGENTVIBES_EDITION=pro 并配置 License。

Q2:神经声音与离线声音的区别?

A:神经声音(Soprano)使用神经网络合成,自然度更高但需在线或较高算力;离线声音(Piper)本地运行,速度更快但表现力稍弱。建议按场景选择。

Q3:批量导出支持哪些格式?

A:支持 WAV(无损)、MP3(压缩)、OGG(流媒体)三种格式,可指定采样率(8000/16000/22050/44100/48000 Hz)。

Q4:多角色对话如何定义?

A:通过 role-add 命令建立角色名与声音的映射,然后在剧本文件中用 [角色名] 标记对话行,批量生成时自动分配声音。

Q5:License 如何管理?

A:License 绑定企业账号,支持浮动授权(同时在线数受限)。通过环境变量 AGENTVIBES_LICENSE 配置,支持离线激活。

Q6:能否自定义声音模型?

A:专业版支持导入自定义微调声音模型(需符合 Soprano 模型规范),联系企业服务获取技术文档。

错误处理

错误场景	原因	处理方式
LLM响应超时或无响应	网络延迟或模型负载过高	执行ping命令测试网络连通性,检查防火墙和代理设置连接，执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令请求；确认Agent平台LLM服务正常
输入内容格式不正确	用户输入不符合skill预期格式	检查输入是否符合skill使用说明中的格式要求，参考示例章节
执行结果与预期不符	指令描述不够明确或上下文不足	提供更详细的指令描述，补充必要的上下文信息
命令执行失败	运行环境不满足要求或权限不足	确认运行环境符合依赖说明中的要求；检查命令权限设置

已知限制