mirror of
https://git.openapi.site/https://github.com/desirecore/market.git
synced 2026-06-06 08:30:42 +08:00
新增媒体生成市场技能
This commit is contained in:
206
skills/minimax-tts/SKILL.md
Normal file
206
skills/minimax-tts/SKILL.md
Normal file
@@ -0,0 +1,206 @@
|
||||
---
|
||||
name: MiniMax 语音合成
|
||||
description: >-
|
||||
Use this skill when the user wants to convert text to speech using MiniMax's
|
||||
T2A (Text-to-Audio) API. Supports multiple voice styles, emotional control,
|
||||
and voice cloning. Use when 用户提到 语音合成、文字转语音、TTS、朗读、
|
||||
读出来、生成语音、生成音频、文本转音频、配音、念出来、MiniMax 语音。
|
||||
license: Complete terms in LICENSE.txt
|
||||
version: 1.2.0
|
||||
type: procedural
|
||||
risk_level: low
|
||||
status: enabled
|
||||
disable-model-invocation: false
|
||||
provider: minimax
|
||||
tags:
|
||||
- media
|
||||
- audio
|
||||
- tts
|
||||
- speech
|
||||
- minimax
|
||||
requires:
|
||||
tools:
|
||||
- Bash
|
||||
metadata:
|
||||
author: desirecore
|
||||
updated_at: '2026-04-25'
|
||||
market:
|
||||
icon: >-
|
||||
<svg xmlns="http://www.w3.org/2000/svg" width="24" height="24" viewBox="0 0
|
||||
24 24" fill="none"><rect x="3" y="3" width="18" height="18" rx="3"
|
||||
stroke="#007AFF" stroke-width="1.5" fill="#007AFF"
|
||||
fill-opacity="0.1"/><path d="M8 9v6M11 7v10M14 10v4M17 8v8"
|
||||
stroke="#007AFF" stroke-width="2"
|
||||
stroke-linecap="round"/></svg>
|
||||
short_desc: 基于 MiniMax Speech-02 的文本转语音技能
|
||||
category: media
|
||||
maintainer:
|
||||
name: DesireCore Official
|
||||
verified: true
|
||||
channel: latest
|
||||
listed: false
|
||||
---
|
||||
|
||||
# minimax-tts 技能
|
||||
|
||||
## 强制规则（违反将导致功能失败）
|
||||
|
||||
1. **必须用 HTTPS 访问 agent-service** — `https://127.0.0.1:${PORT}` 加 `-k` 跳过证书验证
|
||||
2. **全程使用 Bash curl** — 不要使用 HttpRequest 工具或 Python
|
||||
|
||||
## 完整执行流程
|
||||
|
||||
### 前置条件
|
||||
|
||||
- 用户已在资源管理器-算力中配置 MiniMax Media Provider 并填写 API Key
|
||||
- agent-service 正在运行
|
||||
|
||||
### 语音选择指南
|
||||
|
||||
| voice_id | 特点 | 适用场景 |
|
||||
|----------|------|---------|
|
||||
| male-qn-qingse | 青涩男声 | 旁白、播客 |
|
||||
| female-shaonv | 少女女声 | 有声书、对话 |
|
||||
| female-yujie | 御姐女声 | 专业播报 |
|
||||
| presenter_male | 主持人男声 | 新闻、正式场合 |
|
||||
| presenter_female | 主持人女声 | 新闻、正式场合 |
|
||||
|
||||
### 生成语音
|
||||
|
||||
MiniMax TTS 返回 JSON（包含音频 URL 或 hex 数据），`responseType` 使用 `"json"`。
|
||||
|
||||
```bash
|
||||
PORT=$(cat ~/.desirecore/agent-service.port)
|
||||
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media-proxy" \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{
|
||||
"providerId": "provider-minimax-media-001",
|
||||
"endpoint": "/t2a_v2",
|
||||
"body": {
|
||||
"model": "speech-02-hd",
|
||||
"text": "要转换为语音的文本内容",
|
||||
"voice_setting": {
|
||||
"voice_id": "male-qn-qingse",
|
||||
"speed": 1.0,
|
||||
"vol": 1.0,
|
||||
"pitch": 0
|
||||
},
|
||||
"audio_setting": {
|
||||
"format": "mp3",
|
||||
"sample_rate": 32000
|
||||
}
|
||||
},
|
||||
"responseType": "json"
|
||||
}'
|
||||
```
|
||||
|
||||
### 响应处理
|
||||
|
||||
MiniMax TTS 返回 JSON，根据请求参数可能返回 URL 或 hex 格式：
|
||||
|
||||
**URL 格式响应**（推荐，需在 audio_setting 中设置 `"format": "url"`）：
|
||||
```json
|
||||
{
|
||||
"success": true,
|
||||
"data": {
|
||||
"data": {
|
||||
"audio": {
|
||||
"audio_url": "https://...",
|
||||
"status": 1
|
||||
}
|
||||
},
|
||||
"base_resp": { "status_code": 0, "status_msg": "success" }
|
||||
},
|
||||
"statusCode": 200
|
||||
}
|
||||
```
|
||||
|
||||
**Hex 格式响应**（默认）：
|
||||
```json
|
||||
{
|
||||
"success": true,
|
||||
"data": {
|
||||
"data": {
|
||||
"audio": {
|
||||
"data": "hex编码的音频数据...",
|
||||
"status": 1
|
||||
}
|
||||
},
|
||||
"extra_info": {
|
||||
"audio_length": 12345,
|
||||
"audio_sample_rate": 32000,
|
||||
"audio_size": 67890
|
||||
}
|
||||
},
|
||||
"statusCode": 200
|
||||
}
|
||||
```
|
||||
|
||||
### 下载并上传到 media-store
|
||||
|
||||
音频 URL 有时效限制，必须立即下载并保存到本地 media-store。
|
||||
|
||||
**URL 格式**：
|
||||
```bash
|
||||
PORT=$(cat ~/.desirecore/agent-service.port)
|
||||
AUDIO_URL="响应中的audio_url"
|
||||
curl -sL "$AUDIO_URL" -o /tmp/minimax-tts.mp3 && \
|
||||
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media/upload" \
|
||||
-F "file=@/tmp/minimax-tts.mp3;type=audio/mpeg"
|
||||
```
|
||||
|
||||
**Hex 格式**：
|
||||
```bash
|
||||
PORT=$(cat ~/.desirecore/agent-service.port)
|
||||
HEX_DATA="响应中的hex数据"
|
||||
echo -n "$HEX_DATA" | xxd -r -p > /tmp/minimax-tts.mp3 && \
|
||||
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media/upload" \
|
||||
-F "file=@/tmp/minimax-tts.mp3;type=audio/mpeg"
|
||||
```
|
||||
|
||||
从 JSON 响应中提取 `mediaId` 字段。
|
||||
|
||||
### 展示结果
|
||||
|
||||
在回复中使用 dc-media 协议引用（前端会自动识别音频扩展名并渲染播放器）：
|
||||
|
||||
```
|
||||
|
||||
```
|
||||
```
|
||||
|
||||
### 参数说明
|
||||
|
||||
| 参数 | 说明 | 默认值 |
|
||||
|------|------|--------|
|
||||
| model | 模型 | "speech-02-hd"（高清）或 "speech-02-turbo"（快速） |
|
||||
| text | 要转换的文本 | 最大 10000 字符 |
|
||||
| voice_setting.voice_id | 语音角色 | "male-qn-qingse" |
|
||||
| voice_setting.speed | 语速 | 1.0 |
|
||||
| voice_setting.vol | 音量 | 1.0 |
|
||||
| voice_setting.pitch | 音调 | 0 |
|
||||
| audio_setting.format | 音频格式 | "mp3" |
|
||||
| audio_setting.sample_rate | 采样率 | 32000 |
|
||||
|
||||
### 特殊语法
|
||||
|
||||
MiniMax TTS 支持在文本中插入停顿标记：
|
||||
- `<#0.5#>` — 停顿 0.5 秒
|
||||
- `<#2#>` — 停顿 2 秒
|
||||
- 有效范围：0.01 ~ 99.99 秒
|
||||
|
||||
示例：`"你好<#1#>欢迎来到 DesireCore"`
|
||||
|
||||
### 错误处理
|
||||
|
||||
- `success: false` + `statusCode: 400`：文本为空或参数格式错误
|
||||
- `success: false` + `statusCode: 401`：API Key 无效
|
||||
- `success: false` + `statusCode: 429`：频率限制
|
||||
- `success: false` + `error: "未找到匹配的供应商"`：未配置 MiniMax Media Provider
|
||||
|
||||
### 注意事项
|
||||
|
||||
- 文本超过 3000 字符时建议使用流式输出（但代理模式暂不支持流式）
|
||||
- 返回的 audio_url 有 24 小时时效
|
||||
- 如果用户未明确要求，默认使用 `speech-02-hd` + `male-qn-qingse` + 1.0 倍速
|
||||
- 长文本建议分段调用，每段不超过 3000 字符
|
||||
Reference in New Issue
Block a user