tts - Apple Silicon 上的本地语音合成与识别
在 Apple Silicon 设备上利用 Vox CLI 提供本地文本转语音、语音识别转录、声音克隆及字幕生成功能。
标签
更新于: 2026-09-23能力
典型输入
典型输出
该技能可以做什么
- 合成文本为语音
- 转录语音为文本
- 根据音频样本克隆声音
- 根据文本描述设计声音
- 生成 SRT 和 VTT 字幕
- 批量合成文本语音
输入
- 待合成文本
- 音频文件
- 参考音频样本
- 文本文件
- 声音描述
输出
- 生成的 WAV 音频文件
- 转录文本文件
- SRT 字幕文件
- VTT 字幕文件
- JSON 转录文件
要求
- Apple Silicon Mac (M1/M2/M3/M4)
- macOS 13+
- Python 3.10+
- Vox CLI