edge-tts

Skill do zamiany tekstu na audio przy użyciu technologii neural TTS od Microsoftu. Obsługuje wiele języków i głosów, umożliwia dostosowanie tempa, wysokości tonu i generowanie napisów. Idealny gdy chcesz, aby treść była słuchana zamiast czytana — przydatny podczas multitaskingu, dla dostępności, w samochodzie lub podczas gotowania. Automatycznie rozpoznaje żądania TTS po słowach kluczowych i zwraca gotowy plik audio.

1. Zainstaluj skill edge-tts w swoim środowisku agenta. Skill wykorzystuje wbudowane narzędzie tts dostępne w Clawdbot.

2. Wyzwól konwersję tekstu na mowę, wysyłając żądanie z słowem kluczowym "tts" lub wyraźnie prosząc o audio/głosową wersję treści. Skill automatycznie filtruje słowa kluczowe z tekstu przed konwersją.

3. Dla podstawowego użytku wywołaj narzędzie tts z tekstem: tts("Twój tekst do zamiany na mowę"). Narzędzie zwróci ścieżkę do pliku audio (MEDIA: /ścieżka/do/audio.mp3), który agent automatycznie wyśle na bieżący kanał.

4. Jeśli potrzebujesz zaawansowanej kontroli (konkretny głos, język, tempo, wysokość tonu), przejdź do folderu scripts, zainstaluj zależności (npm install) i użyj skryptu tts-converter.js z opcjami: --voice dla wyboru głosu (np. en-US-AriaNeural), --rate dla tempa (np. +10%), --pitch dla wysokości tonu (np. -20%), --save-subtitles aby wygenerować napisy w formacie JSON.

5. Przykład zaawansowanego polecenia: node tts-converter.js "Twój tekst" --voice en-US-AriaNeural --rate +10% --pitch +5% --output output.mp3. Dostępne są też opcje dla formatu audio, głośności i kodu języka.

6. Skill obsługuje wiele języków i głosów neuralnych — wybierz odpowiedni kod języka (np. es-ES dla hiszpańskiego, fr-FR dla francuskiego) i nazwę głosu dostępną dla tego języka.