chinese-tts
Skill1 starsChanged 35 days agoMITView on GitHub
中文配音 TTS 读音校正与配音规范(原子):多音字同音字替换表(朝zhāo/还huán/重chóng/骑jì/教jiào/载zǎi等)、pinyin_fix 的 fix/check/pinyin 三模式(pinyin=逐字拼音校准:整句语境读音+多音字⚠裁决)、TTS 安全文本产出、茉莉/冰糖/白桦/苏打音色与题卡/逐句/尾钩/点诗/旁白 context 模板。当给古诗文或中文旁白做 TTS 配音、纠多音字读音、逐字校验拼音、确认某个字怎么念、或准备 tts_speech 调用参数时使用。Use when generating Chinese TTS voiceovers with per-character pinyin verification and proven voice/context templates.
- Reads credentials
- Installs packages
In this repository19 other files it gives its agents.
- AGENTS.mdAGENTS.md
- ark-agent-plan-imageSkill
- ark-seedance-videoSkill
- ark-seedream-imageSkill
- bilibili-uploadSkill
- douyin-publishSkill
- dreamina-canvas-cliSkill
- feishu-bitableSkill
- image-to-videoSkill
- media-verifySkill
- multi-platform-publish-orchestratorSkill
- quad-platform-publishSkill
- tangshi-data-reviewSkill
- tangshi-pipelineSkill
- tencent-uploadSkill
- video-composeSkill
- video-coverSkill
- video-pipelineSkill
- xiaohongshu-skillsSkill
The file
Files
chinese-tts — 中文 TTS 读音校正与配音规范(原子)
✅ 状态:本机实测通过(2026-09-30 EP11 三组用例 + NCC 换血验证;2026-10-01 EP13 逐字校准首跑:抓出载 zài、空余 kòng 两处,千宰/崆余修复后重发)
原子边界:文本进 → TTS 安全文本出 + 调用参数(音色/context)。实际发声:首选桌面 tts_speech 工具,其 403 membership_required 时备用通道 = scripts/mimo_tts.py(MiMo API key 直调,2026-10-01 打通,EP16 起在用);测长、合成归 video-compose。
备用 TTS 通道(mimo_tts.py,桌面工具 403 时用)
python scripts/mimo_tts.py --text "安全文本" --out voA1.wav \
--voice 茉莉 --context "与节目报幕完全相同的正常语速…"- 端点:
POST api.xiaomimimo.com/v1/chat/completions,model=mimo-v2.5-tts,modalities=["audio","text"],audio.format=wav - messages 必须含 assistant 角色(放朗读文本);
voice=茉莉/冰糖/白桦/苏打实测生效(茉莉 vs 冰糖 corr=0.009) - 流畅性指令(2026-10-01 用户 A/B 选定,EP17 起用):直搬桌面 context 会发闷(EP16 教训,用户评为「没 EP15 流畅」)——context 必须显式带流畅约束:
- 诗句段/句:
茉莉音色,把这几(两)句诗像日常说话一样一气呵成地读出来,流畅连贯不停顿,中等偏快语速,干净利落不拖音不朗诵 - 题卡/尾钩/点诗等在其基础上加场景词(报幕/收尾/深情吟诵),保留「一气呵成、流畅连贯」核心
- 结构配合:A 版多句成段连读(双句/三句一档),避免一句一断的短槽(EP16 逐句短槽是发闷次因)
- 诗句段/句:
- key 自动读
~/.config/mimocode/mimocode.jsonc的providers.xiaomi.options.apiKey(或 envMIMO_API_KEY) - 返回 base64 WAV(24kHz) 落盘;EP16 十三条实测全过;桌面 tts_speech 恢复后优先桌面(流畅度更佳)
为什么需要它(EP11 教训)
TTS 默认按语言模型概率念多音字:朝辞白帝彩云间 被念成 cháo(应为 zhāo)。context 风格指令纠不了读音。可靠做法 = 输入文本同音字替换(招/环/虫…),发音必然正确;字幕/SRT 一律保留原字。
工作流
# 1) 读音校正(fix = 输出安全文本;check = 只诊断;pinyin = 逐字全量校验)
python scripts/pinyin_fix.py fix --text "朝辞白帝彩云间,千里江陵一日还。"
python scripts/pinyin_fix.py check --file 剧本文本.txt --json
# 2) 逐字校验:整句语境读音 + 每个多音字标 ⚠(含 RISK 提示),逐⚠人工裁决后才进 TTS
python scripts/pinyin_fix.py pinyin --file 全部台词.txt # 依赖 pypinyin(pip install pypinyin)
# 3) 用输出文本调 tts_speech,音色+context 见下表
# 4) 测长 → video-compose 排时间轴fix输出到 stdout;applied/warnings 走 stderr(--json合并输出)- WARN = 表未覆盖的高危字,只提示不擅改——人工确认后加
--table extra.json规则 - 追加规则格式:
[{"phrase": "将进酒", "repl": "...", "pinyin": "...", "why": "..."}] - 裁决输出表:每个 ⚠ 三选一记录——①同音替换保障 ②人工判定 TTS 大概率正确(写依据)③修复(改词或重录);审计存档进 EP 目录(如
EPxx-逐字读音校验.txt)
内置替换表(节选,完整见 scripts/pinyin_fix.py)
| 原文 | 安全文本 | 读音 | 出处 |
| 朝辞 | 招辞 | zhāo cí | 早发白帝城 |
| 一日还 | 一日环 | huán | 早发白帝城 |
| 还给 | 环给 | huán gěi | 归还义 |
| 万重山 | 万虫山 | chóng shān | 早发白帝城 |
| 一骑 | 一计 | yī jì | 过华清宫 |
| 悔教 | 悔叫 | jiào | 闺怨 |
| 少小 | 哨小 | shào | 回乡偶书 |
| 石径斜 | 石径瑕 | xiá | 山行(古音) |
| 见牛羊 | 现牛羊 | xiàn | 敕勒歌 |
| 千载 | 千宰 | zǎi | 黄鹤楼(禁换词成「千年」,会丢 zǎi) |
| 空余 | 崆余 | kōng | 黄鹤楼(语境引擎误判 kòng) |
| 燕山 | 烟山 | yān | 马诗 |
| 单于 / 可汗 | 缠于 / 克寒 | chán yú / kè hán | 称谓 |
音色(tts_speech voice= {"mode":"preset","name":...})
| 音色 | 用途 |
| 茉莉 | 女声旁白/逐句跟读/点诗/尾钩(系列默认) |
| 冰糖 | 活泼女声(少女角色) |
| 苏打 | 阳光男声 |
| 白桦 | 沉稳男声(船夫/男角色) |
context 模板(唐诗项目实测原文)
| 场景 | context |
| 题卡报幕 | 诗题报幕,中速偏快,自然流畅,干净利落,不拖音 |
| 逐句跟读 | 与节目报幕完全相同的正常语速,像日常自然把这句诗读出来,干净利落,不要朗诵腔,不要拖长尾音,不要字与字之间停顿 |
| 尾钩 | 节目收尾预告,中速明快亲切,不拖沓 |
| 点诗(全诗) | 深情吟诵全诗四句,中速不拖沓 |
| 故事旁白 | 叙事旁白,自然中速(可加:意气飞扬/豪迈转深沉/讽刺意味内敛…) |
| 悬念钩子 | 短视频悬念钩子,语速偏快,命运感 |
铁律
- 同音替换铁律(2026-10-01 用户纠正后立):替换必须听感与正确读音完全一致——只许同音字(招/环/虫/宰/崆…),禁止语义换词(反例:千载→千年 把 zǎi 读丢了、室中更无→再无 读音变了;正例:千载→千宰 qiān zǎi、空余→崆余 kōng yú)。字幕/SRT 永远用原文
- 发布前跑一遍
check+pinyin逐字校验,每个 ⚠ 有裁决记录(quad-platform-publish §发布前读音核查 指向这里) - 已发内容发现错读 → 平台替换/删旧重发(B站换视频用
ep11-rep7-intercept.mjs)
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

