ifly-hyper-tts讯飞超拟人语音合成 - 支持文本转语音、语音合成(发音人/语速/语调/音量/输出格式)。大模型语音合成技能。语音合成, 文字转语音, 超拟人, TTS. 用户指令如"把这段文案读出来"时使用此Skill。
Install via ClawdBot CLI:
clawdbot install qingzhe2020/ifly-hyper-ttsGrade Fair — based on market validation, documentation quality, package completeness, maintenance status, and authenticity signals.
Calls external URL not in known-safe list
https://www.xfyun.cn/doc/spark/super%20smart-tts.htmlAudited Apr 17, 2026 · audit v1.0
Generated Oct 7, 2026
出版社、自媒体和内容平台可用该技能将海量文稿、新闻、文章批量转换为高自然度的超拟人语音,用于有声书、播客和资讯播报。通过脚本化调用与合理选择发音人,可实现无人值守的自动化生产。
企业客服系统可将工单回复、账户提醒、业务通知等文本实时转为富有情感的语音,借助不同发音人适配正式或亲切的沟通场景。结合 WebSocket 流式合成,能快速响应用户请求。
教育机构和内容创作者可为课程讲解、单词朗读、知识科普等文本快速生成标准普通话或英文配音。通过语速、语调调节,可适配幼儿、成人等不同学习人群的听觉习惯。
视障人士或阅读障碍用户可将网页、文档内容一键转为语音收听,提升信息获取的便利性。语音助手产品也可集成该技能,为智能硬件提供自然的语音输出能力。
品牌营销团队可利用天津话、东北话等方言发音人制作接地气的广告音频、短视频旁白和本地化活动宣传。通过选择合适的 VCN,无需额外开发即可实现方言语音输出。
将 TTS 合成能力封装为 API 服务,按调用字符数或次数向开发者与企业收费,提供不同档位的并发和配额。适合客户量级波动较大的 SaaS 场景,可搭配免费试用额度吸引用户。
面向出版社、自媒体和培训机构提供有声内容代制作服务,利用该技能批量合成并后期处理音频交付。通过项目制或长期合作协议获取服务收入,同时可复用同一套自动化流程降低边际成本。
针对对数据隐私和稳定性要求高的金融、政务、医疗等客户,提供本地化部署方案或白标授权。将技能集成到客户自有系统,按授权节点或年度收取许可费用,并提供技术支持。
💬 Integration Tip
使用前请先配置好 XFEI_APP_ID、XFEI_API_KEY、XFEI_API_SECRET 三个环境变量,并确保使用的发音人已获授权;如只需简单合成,直接以默认参数调用即可,无需额外参数。
Scored Oct 7, 2026
Transcribe audio files with speaker diarization (who speaks when). Supports 100+ languages, automatic language detection, and timestamps. Use for meetings, interviews, podcasts, or voice messages. Requires AssemblyAI API key.
使用 poocr 库识别发票并导出 Excel。当用户需要识别增值税发票、批量处理发票文件或提取发票信息到 Excel 时调用此技能。
Use when the user has audio or video and wants a timestamped transcript (SRT) in the source language. Routes by source language — Chinese defaults to Volcano...
Create, manage, and deploy ElevenLabs conversational AI agents. Use when the user wants to work with voice agents, list their agents, create new ones, or manage agent configurations.
Voice note transcription and archival for OpenClaw agents. Powered by Deepgram Nova-3. Transcribes audio messages, saves both audio files and text transcript...
Text-to-Speech (TTS) and Speech-to-Text (ASR) using coze-coding-dev-sdk. Returns results directly to stdout.