AgentVibes语音合成-专业版

付费版专享能力

核心能力

能力项

针对能力项,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供能力项相关的配置参数、输入数据和处理选项. 输出: 返回能力项的处理结果。- 验证返回数据的完整性和格式正确性

• 参考能力项的配置文档进行参数调优

声音切换

针对声音切换,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供声音切换相关的配置参数、输入数据和处理选项. 输出: 返回声音切换的处理结果。- 验证返回数据的完整性和格式正确性

• 参考声音切换的配置文档进行参数调优

神经声音引擎

针对神经声音引擎,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供神经声音引擎相关的配置参数、输入数据和处理选项. 输出: 返回神经声音引擎的处理结果。- 验证返回数据的完整性和格式正确性

• 参考神经声音引擎的配置文档进行参数调优

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.

# 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 （请参考skill目录中的脚本文件） \
  --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.

# 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 （请参考skill目录中的脚本文件） \
  --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.

# 批量生成多语种 IVR 语音
python （请参考skill目录中的脚本文件） \
  --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

# 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

# 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

# 批量导出
python （请参考skill目录中的脚本文件） \
  --input texts/ \
  --output audio/ \
  --voice soprano-zh-female-1 \
  --format mp3

输入格式

输出格式

{
  "success": true,
  "data": {
    result: "skill 相关配置参数",
    result: "skill 相关配置参数",
    result: "skill 相关配置参数",
    "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

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(补充)

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:

# 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