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