dd-tts-pack
Skill2 starsChanged 9 months agoMITView on GitHub
Create TTS sound pack using Qwen3-TTS voice cloning or built-in voices. TTS 음성 합성으로 사운드 팩 생성. Use when the user says 'TTS 팩', 'TTS 사운드', 'tts pack', '음성 합성 팩', '보이스 클로닝', 'voice clone pack', 'TTS로 만들기'.
- Installs packages
In this repository12 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- claude-md-optimizerSkill
- wrap-upSkill
- dd-configSkill
- dd-doctorSkill
- dd-feedbackSkill
- dd-helpSkill
- dd-pack-createSkill
- dd-setupSkill
- dd-soundsSkill
- dd-testSkill
- dd-uninstallSkill
The file
Files
TTS 사운드 팩 생성 마법사
Qwen3-TTS를 사용하여 음성 합성 기반 사운드 팩을 생성합니다. 보이스 클로닝(참조 음성 복제) 또는 CustomVoice(내장 음성) 모드를 지원합니다.
설계 노트:
disable-model-invocation은 의도적으로 생략되었습니다. 이 스킬은 사용자 입력 해석, 환경 검사 결과 분석, TTS 설정 구성에 모델 추론이 필수적입니다.
사운드 팩 구조 참고
매니페스트 스키마, 디렉토리 구조, WAV 사양 상세는 ../dd-pack-create/references/manifest-spec.md 참조.
핵심 규칙:
- 이벤트 엔트리는 반드시
{ "files": ["filename.wav"] }형식 - 미등록 이벤트는
events에서 키를 생략 (null 아님) - WAV 권장: 16-bit PCM, 44100Hz, mono, 1~3초
플래그 파싱
$ARGUMENTS에서 플래그를 확인합니다:
--help: 아래 사용법을 출력하고 종료합니다.TTS 사운드 팩 생성 마법사 Qwen3-TTS로 음성 합성 기반 사운드 팩을 생성합니다. 보이스 클로닝 또는 내장 음성(CustomVoice)을 선택할 수 있습니다. 사용법: /dding-dong:dd-tts-pack [옵션] 옵션: --clone 보이스 클로닝 모드로 바로 시작 --custom CustomVoice 모드로 바로 시작 --help 이 도움말 표시 필요 환경: - NVIDIA GPU (8GB+ VRAM) - Python 3.10+ (자동 venv 설치 지원) - qwen-tts (venv에 자동 설치) 예시: /dding-dong:dd-tts-pack /dding-dong:dd-tts-pack --clone /dding-dong:dd-tts-pack --custom--clone: 모드 선택을 건너뛰고 보이스 클로닝 모드로 진행합니다.--custom: 모드 선택을 건너뛰고 CustomVoice 모드로 진행합니다.
실행 순서
1단계: 환경 검사
스킬이 호출되면 환경을 자동 검사합니다:
node "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/check-env.mjs"결과 JSON에서 all_ok, python_path, venv, gpu 필드를 확인합니다.
모두 통과 (all_ok: true):
PYTHON_PATH 변수에 python_path 값을 저장하고 2단계로 진행합니다.
GPU 없음 (gpu.ok: false):
GPU 없이는 TTS를 실행할 수 없으므로 즉시 종료합니다.
CUDA GPU가 필요합니다. 이 스킬은 NVIDIA GPU(CUDA)가 있는 환경에서만 사용 가능합니다.
기존 WAV 파일로 팩을 만들려면: /dding-dong:dd-pack-createGPU 있고 venv 없음 (gpu.ok: true && venv.exists: false):
환경 상태를 표시한 후 자동 설치를 제안합니다.
TTS 사운드 팩 생성에는 다음 환경이 필요합니다:
{venv.exists ? "✓" : "✗"} TTS 전용 환경 {venv.exists ? venv.path : "— 미설치 (자동 설치 가능)"}
{python.ok ? "✓" : "✗"} Python 3.10+ {python.ok ? python.version + " (" + python.source + ")" : "— 미설치"}
{qwen_tts.ok ? "✓" : "✗"} qwen-tts 패키지 {qwen_tts.ok ? qwen_tts.version : "— 미설치"}
{GPU 상태에 따른 3가지 분기 — 아래 참조}GPU 상태는 gpu.ok와 gpu.cuda_ready를 구분하여 3가지로 표시합니다:
gpu.ok && gpu.cuda_ready→✓ NVIDIA GPU (CUDA) {gpu.name} ({gpu.vram_gb}GB)gpu.ok && !gpu.cuda_ready→✓ NVIDIA GPU (CUDA) {gpu.name} ({gpu.vram_gb}GB) (torch 미설치 — 자동 설치로 해결)!gpu.ok→✗ NVIDIA GPU (CUDA) — CUDA 지원 GPU 필요
AskUserQuestion으로 질문합니다:
"TTS 환경(Python venv + qwen-tts)을 자동으로 설치하시겠습니까?"
선택지:
- 자동 설치 (Recommended) -- "~/.config/dding-dong/tts-venv/에 전용 Python 환경을 생성하고 필요 패키지를 설치합니다. (수 분 소요)"
- 수동 설치 -- "직접 환경을 구성합니다."
"자동 설치" 선택 시:
node "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/setup-tts-venv.mjs" create타임아웃: 900초 (venv 생성 + PyTorch + qwen-tts 다운로드)
- 성공 (
ok: true):check-env.mjs를 재실행하여all_ok: true확인 후PYTHON_PATH에python_path저장, 2단계로 진행 - venv 모듈 미설치 (
error: 'venv_module_missing'): Ubuntu/Debian에서python3-venv패키지가 필요합니다. 사용자에게 안내합니다:
Bash로 직접 설치합니다 (Claude Code가 사용자에게 승인을 요청합니다):Python venv 모듈이 설치되어 있지 않습니다. 시스템 패키지를 설치해야 합니다: {install_hint}
설치 성공 시sudo apt install -y {install_pkg}setup-tts-venv.mjs create를 재실행합니다. 설치 실패 시 수동 설치 안내를 표시하고 종료합니다. - 기타 실패 (
ok: false): 에러 메시지를 표시하고 종료합니다.자동 설치에 실패했습니다: {error} 수동 설치 안내: python3 -m venv ~/.config/dding-dong/tts-venv ~/.config/dding-dong/tts-venv/bin/pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu121 ~/.config/dding-dong/tts-venv/bin/pip install -U qwen-tts
"수동 설치" 선택 시:
수동 설치 안내:
python3 -m venv ~/.config/dding-dong/tts-venv
~/.config/dding-dong/tts-venv/bin/pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu121
~/.config/dding-dong/tts-venv/bin/pip install -U qwen-tts
설치 후 다시 실행해주세요: /dding-dong:dd-tts-pack여기서 종료합니다.
venv 존재하지만 qwen-tts 없음 (venv.exists: true && qwen_tts.ok: false):
환경 상태를 표시한 후:
venv는 존재하지만 qwen-tts가 설치되지 않았습니다.AskUserQuestion으로 질문합니다:
"패키지 재설치를 시도하시겠습니까?"
선택지:
- 재설치 시도 (Recommended) -- "기존 venv에 qwen-tts를 다시 설치합니다."
- 종료 -- "스킬을 종료합니다."
"재설치 시도" 선택 시:
setup-tts-venv.mjs create를 실행합니다 (기존 venv에 pip install만 재실행).
성공 시 check-env.mjs 재실행 → PYTHON_PATH 저장 → 2단계 진행.
실패 시 에러 표시 후 종료.
"종료" 선택 시: 종료합니다.
1.5단계: 언어 감지
1단계 환경 검사를 통과한 후, TTS 출력 언어를 자동 감지합니다. 별도 스크립트 없이 아래 절차를 직접 수행합니다.
- Read 도구로 다국어 프리셋을 읽습니다:
${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/tts-presets.json - 현재 프로젝트의
config.language값을 확인합니다:node -e "import('${CLAUDE_PLUGIN_ROOT}/scripts/core/config.mjs').then(m => console.log(m.loadConfig(process.cwd()).language))" - 로케일 정규화: 얻어진 값에서 하이픈(
-) 앞부분만 소문자로 추출합니다.'ko'→'ko','en-US'→'en','ja-JP'→'ja','ko-KR'→'ko'- 규칙:
langCode = rawValue.split('-')[0].toLowerCase()
- 정규화된 코드로
tts-presets.json에서 매칭 키를 찾습니다:- 매칭 성공: 해당 프리셋의 값을 변수로 저장
- 매칭 실패:
ko로 폴백하고 사용자에게 안내:감지된 언어 '{원래 값}'는 TTS에서 아직 지원되지 않습니다. 한국어(Korean)로 진행합니다.
- 다음 변수를 저장합니다:
DETECTED_LANG: 정규화된 2글자 코드 (예:ko,en,ja)TTS_LANGUAGE: Qwen3-TTS language 파라미터 값 (예:Korean,English,Japanese)RECOMMENDED_SPEAKER: 추천 화자 (예:Sohee,Ryan,Ono_Anna)SPEAKER_OPTIONS: 화자 목록 (예:["Ryan", "Aiden"])PRESETS: 이벤트별 텍스트/감정 데이터 (프리셋의events객체)
2단계: 모드 선택
--clone 또는 --custom 플래그가 있으면 이 단계를 건너뜁니다.
AskUserQuestion으로 질문합니다:
"TTS 생성 모드를 선택해주세요."
선택지:
- 보이스 클로닝 (Recommended) -- "내 목소리(참조 음성)를 복제하여 알림음을 생성합니다. 3초 이상의 음성 샘플이 필요합니다."
- 내장 음성 (CustomVoice) -- "9개의 내장 음성 중 하나를 선택합니다. 참조 음성 없이 바로 사용 가능합니다."
선택 결과를 VOICE_MODE 변수로 저장합니다:
- "보이스 클로닝" →
clone - "내장 음성" →
custom
3단계: 모델 크기 선택
1단계 환경 검사에서 얻은 gpu.vram_gb 값을 기준으로 적절한 모델을 추천합니다.
| 크기 | 모델명 (클로닝) | 모델명 (CustomVoice) | VRAM 요구 |
| 0.6B | Qwen/Qwen3-TTS-12Hz-0.6B-Base | Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice | ~2GB |
| 1.7B | Qwen/Qwen3-TTS-12Hz-1.7B-Base | Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice | ~4GB |
AskUserQuestion으로 질문합니다:
"TTS 모델 크기를 선택해주세요."
VRAM >= 8GB인 경우:
선택지:
- 1.7B — 고품질 (Recommended) -- "더 자연스럽고 정확한 음성. VRAM ~4GB 사용. (GPU: {gpu.name}, {gpu.vram_gb}GB)"
- 0.6B — 경량 -- "빠른 생성, 낮은 VRAM 사용. 품질은 다소 낮음."
VRAM < 8GB인 경우:
선택지:
- 0.6B — 경량 (Recommended) -- "GPU 메모리에 적합한 경량 모델. (GPU: {gpu.name}, {gpu.vram_gb}GB)"
- 1.7B — 고품질 -- "⚠ GPU 메모리가 부족할 수 있습니다 ({gpu.vram_gb}GB). 시도는 가능하나 OOM 위험."
선택 결과를 MODEL_SIZE 변수로 저장합니다 (0.6B 또는 1.7B).
MODEL_NAME을 VOICE_MODE + MODEL_SIZE 조합으로 결정합니다:
- clone + 0.6B →
Qwen/Qwen3-TTS-12Hz-0.6B-Base - clone + 1.7B →
Qwen/Qwen3-TTS-12Hz-1.7B-Base - custom + 0.6B →
Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice - custom + 1.7B →
Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
4단계: 팩 정보 수집 + 보일러플레이트 생성
4-a. 팩 이름 입력
AskUserQuestion으로 질문합니다:
"새 TTS 사운드 팩의 이름을 입력해주세요. (영문 소문자, 숫자, 하이픈만 사용 가능)"
선택지:
- my-voice -- "예시 이름입니다. 원하는 이름을 직접 입력해주세요."
- tts-korean -- "예시 이름입니다. 원하는 이름을 직접 입력해주세요."
이름 형식 검증:
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" validate-name 'PACK_NAME'valid: true시: 중복 검사로 진행valid: false시:errors배열의 각 항목을 사용자에게 표시하고 다시 이름 입력을 요청합니다.
이름 중복 검사:
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" check-exists 'PACK_NAME'- 내장 팩과 동일 시: "내장 팩 'PACK_NAME'과 같은 이름입니다. 사용자 팩이 우선 적용되어 내장 팩을 덮어씁니다." 경고를 표시합니다. 계속 진행할지 AskUserQuestion으로 확인합니다.
- 기존 사용자 팩과 동일 시: "이미 'PACK_NAME' 사용자 팩이 존재합니다." 안내 후, AskUserQuestion으로 덮어쓰기 여부를 확인합니다.
- 덮어쓰기 -- "기존 팩을 대체합니다."
- 다른 이름 사용 -- "다시 이름을 입력합니다." "다른 이름 사용" 선택 시 4-a로 돌아갑니다.
4-b. 표시 이름 입력
AskUserQuestion으로 질문합니다:
"사운드 팩의 표시 이름을 입력해주세요. (한글/영문, 사용자에게 보여지는 이름)"
선택지:
- 나의 TTS 사운드 -- "예시입니다. 원하는 이름을 직접 입력해주세요."
- My Voice Pack -- "예시입니다. 원하는 이름을 직접 입력해주세요."
4-c. 설명 입력
AskUserQuestion으로 질문합니다:
"사운드 팩의 설명을 입력해주세요."
선택지:
- Qwen3-TTS로 생성한 커스텀 음성 알림 -- "예시입니다. 원하는 설명을 직접 입력해주세요."
- 건너뛰기 -- "설명 없이 진행합니다."
"건너뛰기" 선택 시 description을 빈 문자열로 설정합니다.
4-d. 자동 설정 필드 감지
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" detect-authorversion: 항상"1.0.0"author:git config user.name→ 실패 시os.userInfo().username
4-e. 보일러플레이트 생성
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" create 'PACK_NAME' 'DISPLAY_NAME' 'AUTHOR' 'DESCRIPTION' --project --cwd "$(pwd)"생성 결과를 사용자에게 안내합니다:
팩 디렉토리가 생성되었습니다: .dding-dong/packs/PACK_NAME/PACK_DIR을 .dding-dong/packs/PACK_NAME으로 설정합니다 (CWD 기준 상대경로).
5단계: 음성 설정
VOICE_MODE에 따라 분기합니다.
5-A. 보이스 클로닝 모드 (clone)
5-A-a. 참조 음성 파일
AskUserQuestion으로 질문합니다:
"보이스 클로닝을 위한 참조 음성 파일이 필요합니다."
선택지에 앞서 안내 메시지를 표시합니다:
권장 사양:
- 형식: WAV 또는 MP3
- 길이: 3초 이상 (10~30초 권장)
- 내용: 깨끗한 음성 (배경 소음 최소화)
- 한 사람의 목소리만 포함"참조 음성 파일의 절대 경로를 입력해주세요."
선택지:
- 파일 경로 입력 -- "WAV/MP3 파일의 절대 경로를 입력합니다."
사용자가 Other로 경로를 입력하면 즉시 검증합니다:
node "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/validate-ref-audio.mjs" 'FILE_PATH'ok: true: 포맷 정보를 표시합니다. 참조 음성을 팩 디렉토리에 복사합니다:
(EXT는 원본 파일의 확장자를 유지: .wav, .mp3 등)cp 'FILE_PATH' 'PACK_DIR/ref-audio.EXT'REF_AUDIO를PACK_DIR/ref-audio.EXT로 설정합니다.ok: false: 에러 메시지를 표시하고 다시 파일 경로 입력을 요청합니다.
5-A-b. 참조 텍스트(트랜스크립트)
팩 디렉토리에 트랜스크립트 템플릿 파일을 생성합니다 (에디터에서 바로 편집 가능):
node "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/ref-text.mjs" create 'PACK_DIR/ref-text.txt'사용자에게 안내합니다:
참조 음성의 트랜스크립트 파일이 생성되었습니다:
PACK_DIR/ref-text.txt
파일을 열어 참조 음성에서 말하는 내용을 입력해주세요.
트랜스크립트가 정확할수록 클로닝 품질이 높아집니다.
없이 진행하려면 파일을 비워두세요 (x-vector 모드).AskUserQuestion으로 질문합니다:
"트랜스크립트 작성이 완료되면 알려주세요."
선택지:
- 작성 완료 -- "ref-text.txt에 트랜스크립트를 입력했습니다."
- 없이 진행 (x-vector 모드) -- "트랜스크립트 없이 진행합니다. 음성 특징만 추출하며, 품질이 다소 저하될 수 있습니다."
"작성 완료" 선택 시:
node "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/ref-text.mjs" read 'PACK_DIR/ref-text.txt'결과 JSON의 text 필드를 REF_TEXT에 저장합니다.
empty: true이면 "없이 진행"과 동일하게 처리합니다.
"없이 진행" 선택 시: REF_TEXT를 빈 문자열로 설정합니다. PACK_DIR/ref-text.txt는 삭제하지 않고 보존합니다 (x-vector 모드임을 기록).
5-B. CustomVoice 모드 (custom)
AskUserQuestion으로 질문합니다:
"내장 음성을 선택해주세요."
선택지는 DETECTED_LANG에 따라 추천 화자가 변경됩니다:
DETECTED_LANG = ko (한국어):
- Sohee (Recommended) -- "한국어 여성 음성. 따뜻하고 감성이 풍부합니다."
- Ryan -- "영어 남성 음성."
- Aiden -- "영어 남성 음성."
- Ono_Anna -- "일본어 여성 음성."
DETECTED_LANG = en (영어):
- Ryan (Recommended) -- "영어 남성 음성."
- Aiden -- "영어 남성 음성."
- Sohee -- "한국어 여성 음성. 따뜻하고 감성이 풍부합니다."
- Ono_Anna -- "일본어 여성 음성."
DETECTED_LANG = ja (일본어):
- Ono_Anna (Recommended) -- "일본어 여성 음성."
- Sohee -- "한국어 여성 음성. 따뜻하고 감성이 풍부합니다."
- Ryan -- "영어 남성 음성."
- Aiden -- "영어 남성 음성."
참고:
RECOMMENDED_SPEAKER가SPEAKER_OPTIONS에서 첫 번째로 표시됩니다. 중국어 음성(Vivian, Serena, Uncle_Fu, Dylan, Eric)은 기본 선택지에서 제외합니다. 사용자가 Other로 직접 입력하면 모든 화자명을 수용합니다.
선택 결과를 SPEAKER 변수에 저장합니다.
6단계: 이벤트별 TTS 설정
5개 이벤트에 대해 텍스트(및 CustomVoice 모드에서는 감정/스타일)를 설정합니다.
기본 텍스트 및 감정 (감지된 언어 기준):
1.5단계에서 읽어온 PRESETS (tts-presets.json의 감지된 언어 events 객체)의 값을 DEFAULT_TEXT, DEFAULT_INSTRUCT로 사용합니다.
| 이벤트 | 기본 텍스트 | 기본 감정(instruct) |
task.complete | PRESETS["task.complete"].text | PRESETS["task.complete"].instruct |
task.error | PRESETS["task.error"].text | PRESETS["task.error"].instruct |
input.required | PRESETS["input.required"].text | PRESETS["input.required"].instruct |
session.start | PRESETS["session.start"].text | PRESETS["session.start"].instruct |
session.end | PRESETS["session.end"].text | PRESETS["session.end"].instruct |
참고: 감정(instruct)은 CustomVoice 모드에서만 적용됩니다. 보이스 클로닝 모드는 참조 음성의 음색만 복제하며, 감정 제어를 지원하지 않습니다.
먼저 안내를 표시합니다:
클로닝 모드:
이벤트별 TTS 텍스트를 설정합니다.
각 이벤트에 대해 읽어줄 텍스트를 지정할 수 있습니다.
(보이스 클로닝 모드에서는 감정/스타일 제어가 지원되지 않습니다.)
기본값은 {TTS_LANGUAGE} 텍스트입니다.CustomVoice 모드:
이벤트별 TTS 텍스트를 설정합니다.
각 이벤트에 대해 읽어줄 텍스트와 감정/스타일을 지정할 수 있습니다.
기본값은 {TTS_LANGUAGE} 텍스트입니다.클로닝 모드 (clone)
각 이벤트(5개)에 대해 순서대로 AskUserQuestion으로 질문합니다:
"[이벤트 설명] (EVENT_TYPE) — 기본: 「DEFAULT_TEXT」"
선택지:
- 기본 텍스트 사용 (Recommended) -- "「DEFAULT_TEXT」"
- 직접 입력 -- "텍스트를 직접 설정합니다."
- 건너뛰기 -- "이 이벤트에 사운드를 할당하지 않습니다."
"직접 입력" 선택 시: 사용자가 Other로 입력한 텍스트를 저장합니다.
보이스 클로닝 모드에서는 감정/스타일 제어가 지원되지 않으므로 instruct를 수집하지 않습니다.
CustomVoice 모드 (custom)
각 이벤트(5개)에 대해 순서대로 AskUserQuestion으로 질문합니다:
"[이벤트 설명] (EVENT_TYPE) — 기본: 「DEFAULT_TEXT」"
선택지:
- 기본 텍스트 사용 (Recommended) -- "「DEFAULT_TEXT」 + 「DEFAULT_INSTRUCT」"
- 직접 입력 -- "텍스트와 감정/스타일을 직접 설정합니다."
- 건너뛰기 -- "이 이벤트에 사운드를 할당하지 않습니다."
"직접 입력" 선택 시:
1단계 — 텍스트: 사용자가 Other로 입력한 텍스트를 저장합니다.
2단계 — AskUserQuestion으로 감정/스타일을 질문합니다:
"감정 또는 스타일을 지정하세요. (선택사항, 자연어로 입력)"
선택지:
- 기본 감정 사용 (Recommended) -- "「DEFAULT_INSTRUCT」"
- 직접 입력 -- "원하는 감정/스타일을 자연어로 입력합니다. (예: '화난 어조로', '속삭이듯이')"
- 없음 -- "감정 지정 없이 기본 톤으로 생성합니다."
.tts-config.json 저장
모든 이벤트 설정이 끝나면 .tts-config.json을 팩 디렉토리에 저장합니다.
클로닝 모드 (instruct 없음):
{
"voice_mode": "clone",
"model": "MODEL_NAME",
"ref_audio": "ref-audio.EXT",
"ref_text": "참조 텍스트",
"events": {
"task.complete": {
"text": "DEFAULT_TEXT",
"language": "TTS_LANGUAGE",
"output_file": "complete.wav"
}
}
}CustomVoice 모드 (instruct 포함):
{
"voice_mode": "custom",
"model": "MODEL_NAME",
"speaker": "RECOMMENDED_SPEAKER",
"events": {
"task.complete": {
"text": "DEFAULT_TEXT",
"instruct": "DEFAULT_INSTRUCT",
"language": "TTS_LANGUAGE",
"output_file": "complete.wav"
}
}
}Write 도구로 PACK_DIR/.tts-config.json에 저장합니다.
건너뛴 이벤트는 events 객체에 포함하지 않습니다.
7단계: 음성 미리듣기
최소 1개 이벤트가 설정된 경우에만 진행합니다.
AskUserQuestion으로 질문합니다:
"전체 생성 전에 미리듣기 샘플을 만들어볼까요? 설정된 첫 번째 이벤트로 1개 샘플을 생성합니다. (모델 로딩에 시간이 걸릴 수 있습니다)"
선택지:
- 미리듣기 (Recommended) -- "1개 샘플을 생성하고 재생합니다."
- 건너뛰기 -- "바로 전체 생성으로 진행합니다."
"미리듣기" 선택 시:
설정된 첫 번째 이벤트의 텍스트(및 CustomVoice 모드에서는 감정)를 사용합니다.
클로닝 모드:
'PYTHON_PATH' "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/generate-tts.py" \
--voice-mode clone \
--mode preview \
--model 'MODEL_NAME' \
--ref-audio 'REF_AUDIO' \
--ref-text 'REF_TEXT' \
--text 'PREVIEW_TEXT' \
--language 'TTS_LANGUAGE' \
--output 'PACK_DIR/preview.wav'CustomVoice 모드:
'PYTHON_PATH' "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/generate-tts.py" \
--voice-mode custom \
--mode preview \
--model 'MODEL_NAME' \
--speaker 'SPEAKER' \
--text 'PREVIEW_TEXT' \
--instruct 'PREVIEW_INSTRUCT' \
--language 'TTS_LANGUAGE' \
--output 'PACK_DIR/preview.wav'타임아웃: 600초 (모델 로딩 + 생성 시간 고려)
생성 성공 시 미리듣기 재생:
DDING_DONG_PACK='PACK_NAME' node "${CLAUDE_PLUGIN_ROOT}/scripts/notify.mjs" play 'PACK_DIR/preview.wav'notify.mjs에
play서브커맨드가 없으면 platform.mjs의 플레이어를 직접 사용:node -e "import('${CLAUDE_PLUGIN_ROOT}/scripts/core/platform.mjs').then(m => m.detect()).then(p => { const {execSync} = require('child_process'); execSync(p.audioPlayer + ' PACK_DIR/preview.wav'); })"
AskUserQuestion으로 질문합니다:
"미리듣기 결과가 만족스러우신가요?"
선택지:
- 좋아요, 전체 생성 (Recommended) -- "이 음성으로 모든 이벤트를 생성합니다."
- 다시 시도 -- "설정을 변경하고 다시 시도합니다."
- 중단 -- "TTS 팩 생성을 취소합니다."
"다시 시도" 선택 시: 5단계(음성 설정)로 돌아갑니다. "중단" 선택 시: "TTS 팩 생성이 취소되었습니다." 안내 후 종료합니다.
8단계: 전체 생성
클로닝 모드:
'PYTHON_PATH' "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/generate-tts.py" \
--voice-mode clone \
--mode batch \
--model 'MODEL_NAME' \
--ref-audio 'REF_AUDIO' \
--ref-text 'REF_TEXT' \
--config 'PACK_DIR/.tts-config.json' \
--output-dir 'PACK_DIR'CustomVoice 모드:
'PYTHON_PATH' "${CLAUDE_PLUGIN_ROOT}/skills/dd-tts-pack/scripts/generate-tts.py" \
--voice-mode custom \
--mode batch \
--model 'MODEL_NAME' \
--speaker 'SPEAKER' \
--config 'PACK_DIR/.tts-config.json' \
--output-dir 'PACK_DIR'타임아웃: 600초 (5개 이벤트 생성 + 모델 로딩)
stdout으로 JSON 결과를 파싱합니다:
{
"ok": true,
"results": {
"task.complete": { "ok": true, "file": "complete.wav", "duration": 1.2 },
"task.error": { "ok": true, "file": "error.wav", "duration": 1.1 }
}
}진행 상황을 사용자에게 표시합니다:
TTS 생성이 완료되었습니다.
task.complete complete.wav ✓ (1.2초)
task.error error.wav ✓ (1.1초)
input.required input-required.wav ✓ (1.3초)
session.start session-start.wav ✓ (1.0초)
session.end session-end.wav ✓ (1.1초)실패한 이벤트가 있으면:
⚠ 일부 이벤트 생성에 실패했습니다:
task.error: [에러 메시지]
성공한 이벤트만으로 팩을 계속 생성하시겠습니까?AskUserQuestion:
- 계속 진행 -- "성공한 이벤트만으로 팩을 생성합니다."
- 다시 시도 -- "실패한 이벤트를 다시 생성합니다."
- 중단 -- "팩 생성을 취소합니다."
9단계: 검증 + 팩 등록
9-a. manifest.json 업데이트
생성된 WAV 파일에 맞게 manifest.json을 업데이트합니다.
results에서 ok: true인 이벤트만 등록합니다:
각 성공 이벤트에 대해:
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" copy-sound 'PACK_DIR/OUTPUT_FILE' 'PACK_NAME' 'EVENT_TYPE' 'OUTPUT_FILE' --project --cwd "$(pwd)"참고: generate-tts.py가 이미 PACK_DIR에 직접 저장하므로, copy-sound는 manifest 업데이트 역할만 합니다. copy-sound가 동일 경로 복사를 지원하지 않으면, manifest.json을 직접 Read → 수정 → Write합니다.
9-b. 매니페스트 검증
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" validate-manifest 'PACK_NAME' --cwd "$(pwd)"valid: true시: 다음 단계로 진행valid: false시:errors배열의 각 항목을 표시하고, manifest.json을 Read하여 문제 확인 후 수정
9-c. 파일 검증
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" validate 'PACK_NAME' --cwd "$(pwd)"결과를 아래 형식으로 사용자에게 표시합니다:
TTS 사운드 팩이 생성되었습니다!
이름: PACK_NAME
표시 이름: DISPLAY_NAME
작성자: AUTHOR
모드: 보이스 클로닝 / CustomVoice (SPEAKER)
위치: .dding-dong/packs/PACK_NAME/
이벤트 파일 상태
─────────────────────────────────────────
task.complete complete.wav ✓
task.error error.wav ✓
input.required input-required.wav ✓
session.start session-start.wav ✓
session.end session-end.wav ✓
등록된 이벤트: 5/5상태 표시:
ok→✓skipped→-(파일 열에 "(없음)" 표시)missing→✗ 파일 없음invalid_format→✗ WAV 아님
missing 또는 invalid_format이 있으면 경고를 표시합니다:
"일부 파일에 문제가 있습니다. 팩이 정상 동작하지 않을 수 있습니다."
10단계: 적용 + 미리듣기 + 완료
10-a. 적용 여부 확인
AskUserQuestion으로 질문합니다:
"이 팩을 지금 바로 적용하시겠습니까?"
선택지:
- 바로 적용 (Recommended) -- "현재 설정의 사운드 팩을 변경합니다."
- 나중에 적용 -- "팩만 생성하고 종료합니다. 나중에
/dding-dong:dd-sounds use PACK_NAME으로 적용할 수 있습니다."
"바로 적용" 선택 시:
AskUserQuestion으로 스코프를 질문합니다:
"사운드 팩을 어디에 적용하시겠습니까?"
선택지:
- 프로젝트 로컬 (Recommended) -- "이 프로젝트에서만 적용, 개인 설정 (.dding-dong/config.local.json). 글로벌·프로젝트 설정보다 우선합니다. gitignored."
- 프로젝트 (팀 공유) -- "이 프로젝트의 팀 전체에 적용 (.dding-dong/config.json). 글로벌 설정보다 우선합니다. 커밋됩니다."
- 글로벌 -- "모든 프로젝트에 적용 (~/.config/dding-dong/config.json). 프로젝트/로컬 설정이 있으면 그쪽이 우선합니다."
선택 결과를 SCOPE로 저장합니다 ("프로젝트 로컬" → local, "프로젝트" → project, "글로벌" → global).
node "${CLAUDE_PLUGIN_ROOT}/scripts/pack-wizard.mjs" apply 'PACK_NAME' --scope '${SCOPE}' --cwd "$(pwd)"적용 성공 시: "사운드 팩이 'PACK_NAME'으로 변경되었습니다. (스코프: SCOPE)" 안내
"나중에 적용" 선택 시:
팩이 생성되었습니다. 아래 명령어로 나중에 적용할 수 있습니다:
/dding-dong:dd-sounds use PACK_NAME # 글로벌 (기본)
/dding-dong:dd-sounds use PACK_NAME --scope local # 프로젝트 로컬10-b. 미리듣기
10-a에서 "바로 적용"을 선택한 경우에만 미리듣기를 제안합니다.
AskUserQuestion으로 질문합니다:
"사운드를 미리 들어보시겠습니까?"
선택지:
- 예 (Recommended) -- "task.complete 사운드를 재생합니다."
- 아니오 -- "바로 종료합니다."
"예" 선택 시:
DDING_DONG_PACK='PACK_NAME' node "${CLAUDE_PLUGIN_ROOT}/scripts/notify.mjs" test task.complete재생 실패 시: "미리듣기에 실패했습니다. /dding-dong:dd-test로 다시 시도해보세요." 안내
10-c. 완료 메시지
TTS 사운드 팩 생성이 완료되었습니다!
관련 명령어:
사운드 팩 관리 → /dding-dong:dd-sounds list
팩 미리듣기 → /dding-dong:dd-sounds preview PACK_NAME
팩 변경 → /dding-dong:dd-sounds use PACK_NAME
설정 확인 → /dding-dong:dd-config show
TTS 재생성 → .tts-config.json이 팩 디렉토리에 저장되어 있습니다.preview.wav는 팩 디렉토리에 보존합니다 (미리듣기 샘플 기록용).
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.

