📦 智能配音合成虾AI智能配音合成专家。将文案/脚本转换为高拟真语音音频，支持多种音色、情感控制、SSML标注和后期处理。
v1.0.0触发场景：用户说“配音”“语音合成”“TTS”“旁白”“播客音频”“有声读物”“AI配音”“朗读”“音频生成”，或要求“用XX声音读这段文案”“生成播客音频”“把文章转成有声版”等。支...
0· 64·0 当前·0 累计
by 下载技能包
最后更新
2026/4/21
安全扫描
OpenClaw
可疑
high confidence该技能基本实现了描述中的功能（文本→TTS），但元数据和指令不一致，可能泄露密钥（回显环境变量），并提及代码中未实现的服务（Azure）——安装或提供 API 密钥前请审查。
评估建议
该技能似乎通过 ElevenLabs 和 OpenAI 实现 TTS，但在安装或提供 API 密钥前，请注意以下红旗：
- 元数据与实际情况不符：注册表元数据未列出任何必需环境变量，但脚本却要求 ELEVENLABS_API_KEY 和 OPENAI_API_KEY。请与作者确认或准备提供这些密钥。
- Azure 不匹配：SKILL.md 提到 Azure 凭据，但脚本并未实现 Azure TTS——如需 Azure 支持，请向维护者澄清。
- 密钥泄露：SKILL.md 示例中 echo 环境变量（如 echo "ElevenLabs: $ELEVENLABS_API_KEY"）。切勿在共享或已记录环境执行此类命令，以免 API 密钥落入日志。请私下验证密钥或使用安全工具管理机密。
- 依赖安装：文档要求 pip 安装包并用 brew 安装 ffmpeg。请仅在可信/隔离环境（virtualenv/容器）中安装，以降低风险。
- 语音克隆/版权：技能注明语音克隆需授权。未经同意勿传递音频样本或使用他人声音。
使用建议：先检查代码（已有 synthesize...详细分析 ▾
⚠ 用途与能力
该技能声明用途为使用 ElevenLabs/OpenAI/Azure/system TTS 进行文本→语音，与内置的 synthesize-voice.py（支持 ElevenLabs 与 OpenAI）相符；但注册元数据未声明任何必需环境变量或凭据，而 SKILL.md 与脚本均要求 ELEVENLABS_API_KEY 和 OPENAI_API_KEY（SKILL.md 还列出 AZURE_SPEECH_KEY 与 region，但脚本未实现 Azure）。声明需求与实际代码不一致，存在矛盾。
ℹ 指令范围
SKILL.md 提供了清晰的 TTS 工作流及调用 scripts/synthesize-voice.py 与后处理的示例命令。但文档中演示了运行 echo "ElevenLabs: $ELEVENLABS_API_KEY"，这会把 API 密钥打印到 stdout/logs，存在泄露风险。指南要求读取脚本文件并写入输出音频文件（符合预期），并未指示将数据外泄到意外端点。文档建议通过 pip/brew 安装依赖，但元数据中并无安装规范。
✓ 安装机制
没有自动化安装规范（仅提供说明文档和 Python 脚本）。这是风险较低的模型，因为安装过程中不会自动下载或执行任何内容。SKILL.md 建议使用 pip/brew 命令安装依赖，这对基于 Python 的 TTS 脚本是常规做法，但用户若照做会执行任意包安装。
⚠ 凭证需求
包元数据未声明任何必需的环境变量，但脚本会从环境中读取 ELEVENLABS_API_KEY 和 OPENAI_API_KEY，且 SKILL.md 也引用了 AZURE_SPEECH_* 密钥。为所列 TTS 服务要求 API 密钥是合理的，但元数据中的遗漏不一致，且 SKILL.md 中回显 env 变量的示例存在泄露密钥的风险。未请求其他不必要的凭据。
✓ 持久化与权限
该 skill 不会请求特权持久化（always:false），也不会修改其他 skill 或系统级配置。它仅以普通用户 CLI 脚本运行，并将生成的音频文件写入工作目录。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/4/21
初始发布：支持 ElevenLabs/OpenAI TTS 多引擎配音，含音色库、SSML规范、后期处理指南
● 可疑
安装命令
点击复制官方npx clawhub@latest install ai-voice-synthesis-claw
镜像加速npx clawhub@latest install ai-voice-synthesis-claw --registry https://cn.longxiaskill.com
技能文档
把文字变成有温度的声音。
工作流程
步骤 1：理解需求
收集以下信息（未提供时使用默认值）：- 文本内容：待配音的文案/脚本
- 音色风格：参考
references/voice-style-guide.md选择合适音色 - 语速：slow / normal（默认）/ fast
- 情感：calm / warm / professional / energetic
- 输出格式：mp3（默认）/ wav
步骤 2：文本预处理
调用 TTS 前处理文本：- 按标点分句
- 数字转中文（100 → 一百）
- 多音字标注（如"重要"的"重"）
- 添加停顿标记
步骤 3：选择 TTS 引擎
按优先级：- ElevenLabs（推荐）：最自然，支持情感控制，需
ELEVENLABS_API_KEY - OpenAI TTS：质量稳定，需
OPENAI_API_KEY - Azure TTS：多语言支持，需
AZURE_SPEECH_KEY+AZURE_SPEECH_REGION - 系统 TTS（兜底）：使用
tts工具直接合成（无需 API key，质量较低）
检查环境变量：
``bash
echo "ElevenLabs: $ELEVENLABS_API_KEY" && echo "OpenAI: $OPENAI_API_KEY"
`
步骤 4：生成 SSML（可选）
参考 references/ssml-guide.md 添加 SSML 标注。简单场景可跳过。 步骤 5：调用合成脚本
`bash
# 单段文本
python3 scripts/synthesize-voice.py \
--text "你好，欢迎收听本期节目" \
--voice warm-female \
--speed normal \
--output ./output.mp3 # 从文件
python3 scripts/synthesize-voice.py \
--script ./script.txt \
--voice professional-male \
--speed fast \
--output ./output.mp3
# 加背景音乐
python3 scripts/synthesize-voice.py \
--script ./script.txt \
--bgm ./bgm/light-jazz.mp3 \
--bgm-volume 0.1 \
--output ./output.mp3
`
步骤 6：后期处理
参考 references/audio-processing-guide.md，自动完成：
- 降噪
- 音量标准化（-14 LUFS）
- 背景音乐混音（可选）
- 格式转换
步骤 7：交付
`
合成完成！这是你的配音文件。
MEDIA:./output.mp3
` 音色速查
| 场景 | 推荐音色 |
|------|---------|
| 知识科普 | professional-male / professional-female |
| 情感故事 | warm-female |
| 商业广告 | magnetic-male |
| 轻松娱乐 | young-energetic | 完整音色库见 references/voice-style-guide.md。
环境依赖
`bash
pip install elevenlabs openai pydub requests
brew install ffmpeg # macOS
` 注意事项
- 单次合成建议 ≤10 分钟
- 音色克隆需 ≥1 分钟清晰样本
- 使用他人声音需授权
无 API key 时降级为系统tts`