360 Secure SkillHub
360 安全技能中心

Vidu API voice timbre replication and voice generation capabilities, with over 100 built-in voice IDs.

该 Skill 调用 Vidu AI 语音接口，将文本合成为音频，并支持用音频样本复刻音色。它可按内容场景或语言推荐音色，提供停顿、语速、音量、语调与情绪参数，并返回音频文件与访问链接。

x-jihua
x-jihua
热度 51.20
最近更新 2026-05-09 16:00:01
分类：创作依赖：代码执行 / 读写文件 / 第三方 API应用场景：故事创作 / 社交媒体 / 推荐

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 vidu-speech-generate
Metadata
name
vidu-speech-generate
version
1.0.0
description
Vidu AI 语音合成与声音复刻。支持303个音色TTS语音合成、声音复刻功能。对话式调用，自动推荐音色。

Vidu Speech Generate 🔊

Vidu AI 语音合成与声音复刻工具，专注于音频生成功能。

环境说明

变量说明：

  • {baseDir} - 运行时自动替换为本 skill 目录的绝对路径
    • 实际路径：~/.openclaw/workspace/skills/vidu-speech-generate/

环境变量：

  • VIDU_API_KEY - Vidu API 密钥（必需）

快速开始

直接告诉我你想生成什么语音，我会自动选择合适的音色：

"用少女音配音这段话：大家好，欢迎来到我的频道"
"用播报男声朗读这段教程内容"
"帮我复刻这个音频的声音"

支持的音频类型

类型 触发条件 说明
TTS语音合成 "配音"、"朗读"、语音描述 文字转语音
声音复刻 "复刻声音"、"克隆音色" 根据音频复刻音色

自动识别规则

用户输入 → 意图识别
─────────────────────────────
"配音" + 文本 → TTS语音合成
"复刻声音" + 音频 → 声音复刻

TTS 语音合成

自动音色推荐

根据内容场景自动选择合适音色：

场景 推荐音色 Voice ID
小红书/短视频（女） 少女音色 female-shaonv
小红书/短视频（男） 精英青年 male-qn-jingying
教程/科普 播报男声 Chinese (Mandarin)_Male_Announcer
情感/故事 御姐音色 female-yujie
商务/产品 沉稳高管 Chinese (Mandarin)_Reliable_Executive
可爱/萌系 萌萌女童 lovely_girl
搞笑/轻松 搞笑大爷 Chinese (Mandarin)_Humorous_Elder
温馨/治愈 温暖少女 Chinese (Mandarin)_Warm_Girl
甜美风格 甜美女声 Chinese (Mandarin)_Sweet_Lady
专业主持 新闻女声 Chinese (Mandarin)_News_Anchor
英文内容 男声 English_Trustworthy_Man
英文内容 女声 English_Graceful_Lady
日文内容 男声 Japanese_GentleButler
日文内容 女声 Japanese_KindLady
韩文内容 女声 Korean_SweetGirl
韩文内容 男声 Korean_CheerfulBoyfriend

使用示例

用户: 用少女音配音这段话：大家好，欢迎来到我的频道
→ 自动选择 female-shaonv
→ 生成音频文件

用户: 用播报男声朗读这段教程内容
→ 自动选择 Chinese (Mandarin)_Male_Announcer

用户: 英文配音：Hello, welcome to my channel
→ 自动选择 English_Trustworthy_Man

停顿控制

使用 <#x#> 标记控制停顿（x为秒数）：

你好<#2#>我是vidu<#1#>很高兴见到你

参数说明

参数 范围 默认值 说明
speed 0.5-2.0 1.0 语速
volume 0-10 0 音量
pitch -12~12 0 语调
emotion happy/sad/angry/fearful/disgusted/surprised/calm - 情绪

声音复刻

根据音频样本复刻音色，用于后续TTS。

使用示例

用户: 帮我复刻这个音频的声音
[发送音频文件]
→ 创建自定义音色
→ 返回 voice_id 供后续使用

要求

  • 原音频时长：10秒-5分钟
  • 音频清晰，无背景噪音
  • 复刻音色为临时音色，7天内需在TTS中调用才能永久保留

API 调用

python3 {baseDir}/scripts/vidu_cli.py voice-clone \
  --audio-url sample.mp3 \
  --voice-id my_voice_001 \
  --text "这是复刻的声音样例"

API 调用

内部使用 Python CLI 工具：

# TTS语音合成
python3 {baseDir}/scripts/vidu_cli.py tts \
  --text "配音文本" \
  --voice-id "female-shaonv"

# 长文本TTS（避免shell引号问题）
python3 {baseDir}/scripts/vidu_cli.py tts \
  --text-file long_text.txt \
  --voice-id "female-shaonv"

# 声音复刻
python3 {baseDir}/scripts/vidu_cli.py voice-clone \
  --audio-url sample.mp3 \
  --voice-id my_voice \
  --text "这是复刻的声音样例"

输出规范

  1. 下载目录: {baseDir}/uploads/
  2. 返回格式: Markdown 格式引用文件
  3. 音频链接: 必须返回音频 URL 让用户直接访问

环境配置

必需环境变量：

VIDU_API_KEY=your_api_key_here

获取 API Key：

API 域名选择

重要规则：根据用户语言自动选择 API 域名

用户语言 API 域名 说明
简体中文 api.vidu.cn 国内用户（默认）
其他语言 api.vidu.com 海外用户

Base URL 配置：

# 简体中文用户
BASE_URL = "https://api.vidu.cn/ent/v2"

# 非简体中文用户（英文、日文、韩文等）
BASE_URL = "https://api.vidu.com/ent/v2"

判断逻辑：

  • 用户使用简体中文 → 使用 api.vidu.cn
  • 用户使用其他语言（英文、日文、韩文等） → 使用 api.vidu.com

错误处理

错误 原因 解决方案
Invalid API key API密钥错误 检查 VIDU_API_KEY 环境变量
Voice ID not found 音色不存在 检查音色列表或重新复刻
Task failed 生成失败 查看 error 信息重试
Audio too long 音频过长 音频需在10秒-5分钟之间

References

Rules

  1. API Key 检查: 调用前确认 VIDU_API_KEY 已设置
  2. TTS同步: TTS 为同步接口，立即返回音频URL
  3. 长文本处理: 文本超过30字符必须使用 --text-file 参数
  4. 音色保留: 复刻音色7天内需使用否则删除
  5. 返回音频链接: 必须返回音频 URL 让用户直接访问