free-tts

该 Skill 通过命令行脚本调用 Fish Audio 与小米 MiMo 两个云端语音引擎，实现文本转语音、多语言合成、预置与文本设计音色、声音克隆和声音列表管理；API Key 需写入用户级环境变量，包含需显式确认的删除声音操作，平台标注为 Windows。

darker314159

热度 13.96

最近更新 2026-08-05 08:45:53

分类：创作依赖：代码执行 / 读写文件 / 第三方 API应用场景：自动化脚本 / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add free-tts

Metadata

name: free-tts
description: 免费 TTS + 声音克隆双引擎。Fish Audio s2.1-pro-free（83 语言、克隆自己声音、voice_id 持久复用、免费至 2026-08-31）+ 小米 MiMo V2.5 TTS（8 种预置音色、文本设计音色、音频克隆、情绪/方言/唱歌标签控制、限时免费）。Use when 用户提到语音合成、TTS、文字转语音、配音、声音克隆、克隆我的声音、音色设计、免费语音生成、Fish Audio、小米 MiMo。
metadata: {"platform":"Windows","python":">=3.10","external-deps":"无（纯 Python stdlib urllib/json/base64/wave）","env-required":"FISH_API_KEY 和/或 MIMO_API_KEY（User 级环境变量）"}

Free TTS · 声音克隆双引擎 🐟🎙️

引擎	免费政策	强项	声音克隆
Fish Audio `s2.1-pro-free`	免费至 2026-08-31（公平使用、无硬性上限）	83 语言、~90ms 低延迟、voice_id 持久复用	✅ 持久模型 + 即时克隆
小米 MiMo `mimo-v2.5-tts`	限时免费	中文预置音色、文本设计音色、情绪/方言/唱歌标签	✅ 音频样本克隆（不存模型）

🚀 Step 0：初始化（首次使用必须走）

python <skill>/scripts/setup.py check        # 检查两个引擎的 key 状态
python <skill>/scripts/setup.py set-fish     # 交互式隐藏输入写入 FISH_API_KEY
python <skill>/scripts/setup.py set-mimo     # 交互式隐藏输入写入 MIMO_API_KEY
python <skill>/scripts/setup.py test-fish    # 验证连通性（需 Clash 代理在线）
python <skill>/scripts/setup.py test-mimo    # 验证连通性（国内直连）

key 缺失时把下面的指引原样给用户：

🐟 Fish Audio（克隆自己声音首选）：

打开 https://fish.audio/ 注册/登录（GitHub 或 Google 登录，免费，无需信用卡）
打开 https://fish.audio/app/api-keys/ → Create API Key → 复制（32 字符）

📱 小米 MiMo（中文音色/情绪控制首选）：

用小米账号登录 https://platform.xiaomimimo.com/（没有就去 id.mi.com 注册）
控制台 → API Keys（platform.xiaomimimo.com/#/console/api-keys）→ 创建（格式 sk-xxxxx）

用户拿到 key 后：写入 Windows 用户级环境变量（不硬编码、不回显明文、优先用 set-fish/set-mimo 隐藏输入；若用户直接贴 key，用 [Environment]::SetEnvironmentVariable("FISH_API_KEY","<key>","User") 写入并提醒下次别贴明文）。

🧭 引擎选择路由

需求	命令
克隆自己声音（持久、反复用）	`fish_clone.py` → `fish_tts.py --cached-name`
一次性参考音频模仿	`fish_tts.py --reference-audio`
多语言（英/日/韩等 83 种）	`fish_tts.py`
中文预置音色快速出片	`mimo_tts.py --voice 苏打`
文字设计新音色（无需音频）	`mimo_tts.py --design "..."`
临时克隆（每次传音频、不存模型）	`mimo_tts.py --clone-audio`
情绪/方言/唱歌/哭笑控制	`mimo_tts.py --style "(东北话)..."`

🎙️ 工作流 A：克隆自己的声音（Fish）

录音要求：单人、无背景音乐、≥10 秒（推荐 1-2 分钟）、wav/mp3/m4a/opus
python scripts/fish_clone.py --audio "E:/桌面/我的声音.m4a" --title "锋哥的声音" --cache-name "锋哥的声音"
python scripts/fish_tts.py --text "嘿兄弟们" --cached-name "锋哥的声音" --output out.mp3

🎙️ 工作流 B：文字转语音（零克隆）

python scripts/mimo_tts.py --text "你好" --voice 冰糖 --output hello.wav      # 中文预置
python scripts/fish_tts.py --text "Hello world" --output hello.mp3            # 无声参考、多语言

🎙️ 工作流 C：声音克隆（MiMo，不存模型）

python scripts/mimo_tts.py --text "..." --clone-audio "声音.mp3" --output out.wav
# 音频仅支持 mp3/wav、≤7MB；可加 --style "温柔一点，语速放慢"

🧰 声音管理

python scripts/fish_voices.py list                                  # 列出 Fish 已克隆声音 + 本地缓存
python scripts/fish_voices.py delete --cached-name "锋哥的声音" --yes

⚠️ 警告

Fish 免费层 2026-08-31 截止（已延期两次，变动官方会提前通知）；到期后 --model s2.1-pro 切付费层
MiMo 为"限时免费"，商用/大量使用前查控制台账单明细页确认政策
网络：MiMo 是国内 API 直连即可；Fish 是海外 API，直连超时 → 先确认 Clash 在线，再 set HTTPS_PROXY=http://127.0.0.1:7897（Clash 默认端口，以实际为准）
免费层请求数据可能被用于模型改进；敏感语音用付费层
key 只进环境变量；脚本输出永远脱敏（abcd***1234）

详细参数：references/fish-api.md、references/mimo-api.md