Speak

快速語音回覆技能(全域可用)。當使用者說「唸出來」「用語音回答」「用語音講結論」「唸給我聽」「語音摘要」,或使用者以語音對話並希望得到語音回覆時,請一定要使用此技能。用免費 Edge-TTS 生成台灣中文語音並「行內」播放——不開任何外部程式視窗。注意:只有使用者明確指定「用三師爸(或其他人名)的聲音」時才改用 voice-clone 技能,否則一律用本技能。

mathruffian-dot Updated 86 repo stars

File contents

speak — 快速語音回覆

用途

把一段結論/摘要用自然的台灣中文語音唸出來,達成「使用者語音輸入 → Claude 語音回覆」的對話循環。

  • 生成+播放:預設串流(Edge-TTS 邊生成邊播,首聲約 1 秒;ffplay/mpv 管道播放,無視窗)
  • 備援鏈:串流 → 整檔(MediaPlayer/WMPlayer COM)→ SAPI 離線;絕不 Start-Process 開播放器
  • 指名特定人的聲音(例如「用○○的聲音」)且環境已安裝聲音克隆技能(如 voice-clone)時才改走該技能;沒有就仍用本技能

執行步驟

1. 撰寫講稿

  • 口語化、精簡(100–250 字),數字用中文(「五十頁」不要「50頁」)
  • 只講結論與下一步,細節留在文字回覆

2. 生成+播放(一條指令,⚡預設用背景執行)

pwsh -NoProfile "<本技能資料夾>\speak.ps1" "<講稿文字>"

(<本技能資料夾>=本 SKILL.md 所在目錄,即技能載入時顯示的 base directory)

背景平行(重要):使用者要「文字回完的當下語音就接上」——所以呼叫時若平台支援背景執行(Claude Code 的 Bash run_in_background: true、其他 agent 的等效做法)就丟到背景,緊接著開始寫文字回覆;語音會在你打字的同時播放。背景完成通知回來時,把輸出裡的 first_sound_s/total_s 順帶回報。

其他選項:

  • 長稿改 -File "<講稿.txt>"
  • 預設聲音 zh-TW-YunJheNeural(男);女聲 -Voice zh-TW-HsiaoChenNeural
  • 使用者說「存起來」→ 加 -Out "<專案路徑>.mp3"(走整檔模式並保留音檔)
  • 串流不產生檔案;需要檔案時才用 -Out

3. 回報

一句話帶過即可(模式、首聲延遲、音檔位置若有存)。不要重複唸稿內容。

注意

  • 使用者句子含「用○○的聲音」→ 若已安裝聲音克隆技能(如 voice-clone)改用它,否則仍用本技能並說明
  • Edge-TTS 需要網路;離線時自動退到 Windows SAPI(機器感較重但零延遲)
  • 不要用 Start-Process 播放——會開外部程式視窗,使用者明確不要

mathruffian-dot/agent-speak-skill commit 7d2273f95b

Frequently asked questions

npx get-skill add mathruffian-dot/speak