openclaw skills install @jangviktor-web/novel2voice
# 腾讯Skillhub 把下面这句话复制到wordbuddy、Qclaw 、openclaw即可安装
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_ff4d9420/novel2voice。git clone https://github.com/jangviktor-web/novel2voice.git
cd novel2voice
pip install requests charset_normalizercurl -fsSL https://raw.githubusercontent.com/jangviktor-web/novel2voice/main/install.sh | bash# QoderWork / OpenClaw / Claude Code 等 skills-compatible runtime
cp -r novel2voice ~/.qoderworkcn/skills/novel2voice| 依赖 | 版本 | 用途 | 必须 |
|---|---|---|---|
| Python | ≥ 3.8 | 主脚本运行 | ✅ |
| FFmpeg | 任意 | MP3 编码 + 响度标准化 | ✅ |
| requests | 最新 | HTTP 请求 TTS API | ✅ |
| charset_normalizer | 最新 | 字幕文件编码检测 | 推荐 |
| 网络连接 | — | 调用 Edge TTS / MiMo API | ✅ |
Note
Edge TTS 为默认后端,无需 API Key,开箱即用。MiMo TTS 需要额外设置 MIMO_API_KEY。
| Feature | Description | |
|---|---|---|
| 🎭 | 多角色自动分配 | LLM 分析角色性别/年龄/性格,自动匹配最佳音色 |
| 🎨 | 情感风格控制 | 50+ 情感标签(温柔/愤怒/悲伤/撒娇…)、方言、唱歌模式 |
| 📝 | 字幕转语音 | SRT/ASS 字幕文件,多编码自动检测,按时间轴对齐生成 |
| ⚡ | 异步并发 | 多线程 TTS 生成,速度提升 3-5x,支持断点续传 |
| 🔊 | 500+ 音色 | Edge TTS 覆盖 100+ 语言/地区,中文 28 个精品音色 |
| 🎵 | MiMo TTS | 小米 MiMo 音色设计、音色复刻、唱歌(需 API Key) |
| 🎧 | 在线试听 | 内置 HTML 音色试听页面,搜索/筛选/一键复制 |
| 📖 | 章节拆分 | 自动识别「第X章/回/节」,按章合并输出 |
| 🔁 | 断点续传 | 中断后自动跳过已完成片段,继续生成 |
| 🎚️ | 响度标准化 | EBU R128 标准响度归一化,听感一致 |
# 检查依赖
python3 --version # ≥ 3.8
ffmpeg -version # 音频格式转换 + 响度标准化
# 安装 Python 依赖
pip install requests charset_normalizer# 小说文本 → 有声书(自动识别角色)
python3 scripts/generate_audiobook.py --auto novel.txt ./output
# 异步并发(推荐,3-5x 加速)
python3 scripts/generate_audiobook.py --auto novel.txt ./output --async --concurrent 5输出文件在 ./output/ 目录:
output/
├── output_complete.mp3 ← 完整有声书
├── chapters/ ← 按章节拆分
│ ├── 001_第一章.mp3
│ └── 002_第二章.mp3
├── segments/ ← 单片段(可选保留)
└── generation_log.json ← 生成日志
Tip
首次运行会自动生成 3 段预览(preview.mp3),确认音色满意后再全量生成。
# 自动模式:LLM 分析角色 → 分配音色 → 生成
python3 scripts/generate_audiobook.py --auto novel.txt ./output# 手动指定角色→音色映射
python3 scripts/generate_audiobook.py --auto novel.txt ./output \
--character-voices '{"旁白":"云扬","许七安":"云希","洛玉衡":"晓涵","李妙真":"晓墨"}'# SRT 字幕
python3 scripts/generate_audiobook.py --subtitle movie.srt ./output
# ASS 字幕 + 指定说话人音色
python3 scripts/generate_audiobook.py --subtitle anime.ass ./output \
--speaker-voices '{"旁白":"云扬","张三":"云希","李四":"晓晓"}'# 需要设置 MIMO_API_KEY 环境变量
export MIMO_API_KEY="your-key-here"
python3 scripts/generate_audiobook.py --auto novel.txt ./output --tts-backend mimo# 只生成前 3 段,快速确认音色效果
python3 scripts/generate_audiobook.py --auto novel.txt ./output --preview-only在文本中嵌入风格标签即可控制语气:
(温柔)晚安,好梦。
(东北话)哎呀妈呀,这天儿也忒冷了吧!
(紧张)[深呼吸]呼……冷静,冷静。
(唱歌)原谅我这一生不羁放纵爱自由。
(极其疲惫,有气无力)师傅……到地方了叫我一声……
📋 完整风格标签列表
基础情绪: 开心 / 悲伤 / 愤怒 / 恐惧 / 惊讶 / 兴奋 / 委屈 / 平静 / 冷漠
复合情绪: 怅然 / 欣慰 / 无奈 / 愧疚 / 释然 / 嫉妒 / 厌倦 / 忐忑 / 动情
语调: 温柔 / 高冷 / 活泼 / 严肃 / 慵懒 / 俏皮 / 深沉 / 干练 / 凌厉
音色: 磁性 / 醇厚 / 清亮 / 空灵 / 稚嫩 / 苍老 / 甜美 / 沙哑 / 醇雅
人设: 夹子音 / 御姐音 / 正太音 / 大叔音 / 台湾腔
方言: 东北话 / 四川话 / 河南话 / 粤语
行内标签: [吸气] [深呼吸] [叹气] [喘息] [笑] [轻笑] [大笑] [冷笑] [抽泣] [呜咽] [哽咽] [颤抖] [气声] [沙哑]
|
👩 女声 (7)
|
👨 男声 (6)
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
🌍 方言 (9)
|
🇭🇰 粤语 (3) · 🇹🇼 台湾腔 (3)
|
| 音色 | 语言 | 声线 | 适配角色 |
|---|---|---|---|
| 冰糖 | 中文 | 清甜治愈 | 温柔女主 |
| 茉莉 | 中文 | 软糯温柔 | 软萌女主、心机女配 |
| 苏打 | 中文 | 清亮少年 | 少年角色 |
| 白桦 | 中文 | 苍老沉稳 | 老年角色 |
| Mia | 英文 | 活泼开朗 | 活泼女主 |
| Chloe | 英文 | 冷淡优雅 | 御姐 |
| Milo | 英文 | 清亮阳光 | 少年男主 |
| Dean | 英文 | 低沉磁性 | 成熟男主 |
🎧 试听全部音色:用浏览器打开
scripts/voice_samples/index.html,支持搜索、分类筛选、一键复制音色名称。
graph LR
A[📄 文本/字幕输入] --> B[📑 章节拆分]
B --> C[🔍 角色提取]
C --> D[🎨 音色匹配]
D --> E[✅ 用户确认]
E --> F[🔊 并发生成]
F --> G[🎚️ 响度标准化]
G --> H[🎵 合并输出]
| Step | 说明 | 输出 |
|---|---|---|
| 1. 拆分章节 | 按「第X章/回/节」自动拆分,无标记则单章 | 章节列表 |
| 2. 提取角色 | LLM 分析性别/年龄/性格/说话风格 | 角色档案 |
| 3. 匹配音色 | 根据特征自动匹配 + 情感标注 | 推荐方案表 |
| 4. 用户确认 | 展示方案,可调整任意角色音色 | 确认/修改 |
| 5. 生成音频 | Edge TTS / MiMo TTS 异步并发 | 分段 MP3 |
| 6. 后处理 | 响度标准化 + 按章合并 + ID3 标签 | 最终 MP3 |
| Feature | Novel2Voice | ebook2audiobook | 传统 TTS 工具 | 在线朗读器 |
|---|---|---|---|---|
| 多角色自动分配 | ✅ LLM 识别 | ✅ | ❌ 手动 | ❌ 单角色 |
| 情感/风格控制 | ✅ 50+ 标签 | ❌ 无 | ||
| 字幕转语音 | ✅ SRT/ASS | ❌ | ❌ | ❌ |
| 并发生成 | ✅ 异步多线程 | ✅ | ❌ 串行 | ❌ |
| 音色数量 | ✅ 500+ | ✅ | ||
| 中文方言 | ✅ 9 种方言 | ❌ | ❌ | ❌ |
| 断点续传 | ✅ | ✅ | ❌ | ❌ |
| 免费 | ✅ 完全免费 | ✅ | ❌ 通常收费 | |
| 无需 GPU | ✅ | ✅ | ✅ |
novel2voice/
├── SKILL.md # Agent 指令(核心工作流)
├── README.md # ← 你在这里
├── install.sh # 一键安装脚本
├── .gitignore
├── references/
│ ├── voice-catalog.md # 完整音色库 + 风格标签 + 角色映射
│ ├── mimo-tts-api.md # MiMo TTS API 文档
│ ├── edge-tts-annotation-guide.md # Edge TTS 标注规范
│ └── generated-long-body.md # 长文本处理策略
└── scripts/
├── generate_audiobook.py # 主生成引擎
├── tts_voice.py # 单句 TTS 工具
├── tts_voice.sh # Shell 版 TTS
├── text_parser.py # 小说文本解析器
├── subtitle_parser.py # SRT/ASS 字幕解析器
├── param_calculator.py # 情感参数计算器
├── generate_voice_samples.py # 音色样本生成器
└── voice_samples/
├── index.html # 🎧 音色试听页面
└── *.mp3 # 28 个音色样本
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 生成无声音 | FFmpeg 未安装 | apt install ffmpeg / brew install ffmpeg |
| Edge TTS 连接失败 | 网络问题 | 脚本自动切换备用端点,或检查代理 |
| 中文乱码 | 文件编码非 UTF-8 | 转换编码:iconv -f GBK -t UTF-8 input.txt |
| 角色识别不准 | 文本格式特殊 | 手动指定 --character-voices |
| 生成太慢 | 未启用并发 | 加 --async --concurrent 5 |
| Windows 中文路径报错 | cmd 编码问题 | 用 python 代替 python3,路径避免中文 |
| MiMo TTS 401 | API Key 无效 | 检查 MIMO_API_KEY 环境变量 |
| 字幕时间轴偏移 | 重叠时间码 | 默认自动修复,或 --no-fix-overlaps 禁用 |
| 文档 | 说明 |
|---|---|
| SKILL.md | Agent 完整工作流指令 |
| Voice Catalog | 完整音色库、风格标签、角色→音色映射表 |
| MiMo TTS API | MiMo TTS 三种模型 API 文档 |
| Edge TTS Guide | Edge TTS 标注规范(角色/情绪/断句) |
| Long Body | 长文本处理扩展说明 |