shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 其它需要 API Key

Vidu-音频生成

Vidu AI 语音合成与声音复刻。支持303个音色TTS语音合成、声音复刻功能。对话式调用，自动推荐音色。

person作者: u_c3c8f0a0hubenterprise
download下载资源包

Vidu Speech Generate 🔊

Vidu AI 语音合成与声音复刻工具，专注于音频生成功能。

环境说明

变量说明：

  • {baseDir} - 运行时自动替换为本 skill 目录的绝对路径
    • 实际路径：~/.openclaw/workspace/skills/vidu-speech-generate/

环境变量：

  • VIDU_API_KEY - Vidu API 密钥（必需）

快速开始

直接告诉我你想生成什么语音，我会自动选择合适的音色：

"用少女音配音这段话：大家好，欢迎来到我的频道"
"用播报男声朗读这段教程内容"
"帮我复刻这个音频的声音"

支持的音频类型

| 类型 | 触发条件 | 说明 | |------|----------|------| | TTS语音合成 | "配音"、"朗读"、语音描述 | 文字转语音 | | 声音复刻 | "复刻声音"、"克隆音色" | 根据音频复刻音色 |

自动识别规则

用户输入 → 意图识别
─────────────────────────────
"配音" + 文本 → TTS语音合成
"复刻声音" + 音频 → 声音复刻

TTS 语音合成

自动音色推荐

根据内容场景自动选择合适音色：

| 场景 | 推荐音色 | Voice ID | |------|----------|----------| | 小红书/短视频（女） | 少女音色 | female-shaonv | | 小红书/短视频（男） | 精英青年 | male-qn-jingying | | 教程/科普 | 播报男声 | Chinese (Mandarin)_Male_Announcer | | 情感/故事 | 御姐音色 | female-yujie | | 商务/产品 | 沉稳高管 | Chinese (Mandarin)_Reliable_Executive | | 可爱/萌系 | 萌萌女童 | lovely_girl | | 搞笑/轻松 | 搞笑大爷 | Chinese (Mandarin)_Humorous_Elder | | 温馨/治愈 | 温暖少女 | Chinese (Mandarin)_Warm_Girl | | 甜美风格 | 甜美女声 | Chinese (Mandarin)_Sweet_Lady | | 专业主持 | 新闻女声 | Chinese (Mandarin)_News_Anchor | | 英文内容 | 男声 | English_Trustworthy_Man | | 英文内容 | 女声 | English_Graceful_Lady | | 日文内容 | 男声 | Japanese_GentleButler | | 日文内容 | 女声 | Japanese_KindLady | | 韩文内容 | 女声 | Korean_SweetGirl | | 韩文内容 | 男声 | Korean_CheerfulBoyfriend |

使用示例

用户: 用少女音配音这段话：大家好，欢迎来到我的频道
→ 自动选择 female-shaonv
→ 生成音频文件

用户: 用播报男声朗读这段教程内容
→ 自动选择 Chinese (Mandarin)_Male_Announcer

用户: 英文配音：Hello, welcome to my channel
→ 自动选择 English_Trustworthy_Man

停顿控制

使用 <#x#> 标记控制停顿（x为秒数）：

你好<#2#>我是vidu<#1#>很高兴见到你

参数说明

| 参数 | 范围 | 默认值 | 说明 | |------|------|--------|------| | speed | 0.5-2.0 | 1.0 | 语速 | | volume | 0-10 | 0 | 音量 | | pitch | -12~12 | 0 | 语调 | | emotion | happy/sad/angry/fearful/disgusted/surprised/calm | - | 情绪 |

声音复刻

根据音频样本复刻音色，用于后续TTS。

使用示例

用户: 帮我复刻这个音频的声音
[发送音频文件]
→ 创建自定义音色
→ 返回 voice_id 供后续使用

要求

  • 原音频时长：10秒-5分钟
  • 音频清晰，无背景噪音
  • 复刻音色为临时音色，7天内需在TTS中调用才能永久保留

API 调用

python3 {baseDir}/scripts/vidu_cli.py voice-clone \
  --audio-url sample.mp3 \
  --voice-id my_voice_001 \
  --text "这是复刻的声音样例"

API 调用

内部使用 Python CLI 工具：

# TTS语音合成
python3 {baseDir}/scripts/vidu_cli.py tts \
  --text "配音文本" \
  --voice-id "female-shaonv"

# 长文本TTS（避免shell引号问题）
python3 {baseDir}/scripts/vidu_cli.py tts \
  --text-file long_text.txt \
  --voice-id "female-shaonv"

# 声音复刻
python3 {baseDir}/scripts/vidu_cli.py voice-clone \
  --audio-url sample.mp3 \
  --voice-id my_voice \
  --text "这是复刻的声音样例"

输出规范

  1. 下载目录: {baseDir}/uploads/
  2. 返回格式: Markdown 格式引用文件
  3. 音频链接: 必须返回音频 URL 让用户直接访问

环境配置

必需环境变量：

VIDU_API_KEY=your_api_key_here

获取 API Key：

  • Vidu 官方开放平台：https://platform.vidu.cn 或 https://platform.vidu.com
  • 注册账号后在「API Keys」页面创建

API 域名选择

重要规则：根据用户语言自动选择 API 域名

| 用户语言 | API 域名 | 说明 | |---------|---------|------| | 简体中文 | api.vidu.cn | 国内用户（默认） | | 其他语言 | api.vidu.com | 海外用户 |

Base URL 配置：

# 简体中文用户
BASE_URL = "https://api.vidu.cn/ent/v2"

# 非简体中文用户（英文、日文、韩文等）
BASE_URL = "https://api.vidu.com/ent/v2"

判断逻辑：

  • 用户使用简体中文 → 使用 api.vidu.cn
  • 用户使用其他语言（英文、日文、韩文等） → 使用 api.vidu.com

错误处理

| 错误 | 原因 | 解决方案 | |------|------|----------| | Invalid API key | API密钥错误 | 检查 VIDU_API_KEY 环境变量 | | Voice ID not found | 音色不存在 | 检查音色列表或重新复刻 | | Task failed | 生成失败 | 查看 error 信息重试 | | Audio too long | 音频过长 | 音频需在10秒-5分钟之间 |

References

Rules

  1. API Key 检查: 调用前确认 VIDU_API_KEY 已设置
  2. TTS同步: TTS 为同步接口，立即返回音频URL
  3. 长文本处理: 文本超过30字符必须使用 --text-file 参数
  4. 音色保留: 复刻音色7天内需使用否则删除
  5. 返回音频链接: 必须返回音频 URL 让用户直接访问