siliconflow-f5tts

name: siliconflow-f5tts description: | 硅基流动 F5-TTS 语音合成技能。使用 F5-TTS 模型将文本转换为语音。 适用于：(1) 语音合成 (2) 文本转语音 (3) 有声内容创作 (4) AI 配音。 注意：需要用户提供硅基流动 API Key。

硅基流动 F5-TTS 语音合成

概述

本技能调用硅基流动 (SiliconFlow) 的 F5-TTS 模型，将文本转换为语音。

使用前提

1. 获取 API Key

   • 访问 https://cloud.siliconflow.cn
   • 注册账号
   • 在"API Keys"页面创建密钥
   • 必须将 API Key 告知 AI，AI 不会主动询问

2. API Key 存储

   • 用户需要使用时，直接提供 API Key
   • AI 会临时使用该 Key 进行调用

使用方法

基本调用

当用户说"帮我把这段话转为语音"、"生成语音"、"文字转语音"等时：

1. 确认 API Key

   • 如果用户未提供 API Key，询问："请提供你的硅基流动 API Key"

2. 获取文本

   • 询问用户要转换为语音的文本内容

3. 调用 API

   • 使用脚本生成语音

示例对话

用户：帮我把"你好世界"转成语音
AI：请提供你的硅基流动 API Key
用户：sk-xxxxxxx
AI：好的，正在为你生成语音...
（调用 API）
AI：语音已生成！[发送音频文件]

API 调用

端点

POST https://api.siliconflow.cn/v1/audio/tts

请求头

请求体

{
  "model": "F5-TTS",
  "input": "要转换的文本",
  "voice": "预留字段，可为空"
}

Python 脚本

已在 scripts/tts.py 中实现调用逻辑：

python3 /root/.openclaw/workspace/skills/siliconflow-f5tts/tts.py "API_KEY" "文本内容"

输出

• 生成的音频文件保存为 output.mp3
• 返回文件路径给用户

注意事项

1. API Key 安全

   • 不要将用户的 API Key 保存到任何文件
   • 仅在内存中使用
   • 使用后及时释放

2. 费用

   • F5-TTS: ¥1 / 1M tokens
   • 请提醒用户关注配额

3. 文本限制

   • 单次请求文本长度建议在 1000 字以内
   • 过长文本建议分段处理

4. 音频格式

   • 默认输出 MP3 格式

快速参考