将确认后的文稿转为语音
将确认后的文字转为旁白与语音。
MCP / oo CLI + Skill4 个接入服务
可以做什么
准备文稿并选择支持的音色与格式,为视频、讲解或文字内容的听读版本生成语音。
生成旁白音轨
为确认后的文稿选择支持的音色,并获取生成音频。
朗读简短说明
将确认后的简短文字转为语音。
试听原创声音
根据声音描述和短文本生成候选试听片段。
生成语音
用 Qwen 将文字转换为语音。
试试这些提示词
替换方括号里的内容,复制到已接入 OOMOL 的 AI 助手。
生成旁白音轨
为确认后的文稿选择支持的音色,并获取生成音频。
使用 OOMOL MCP 的 豆包语音 服务完成以下任务: 通过豆包语音使用[音色与格式]朗读[已确认文稿],确认文稿与音色后提交任务并获取音频。
试听原创声音
根据声音描述和短文本生成候选试听片段。
使用 OOMOL MCP 的 AIsa 服务完成以下任务: 通过 AIsa 按[声音风格描述]生成两个原创声音候选,朗读[短试听文本],返回 WAV 试听音频。
用 Qwen 将文字转换为语音。
使用 OOMOL MCP 的 OOMOL Fusion API 服务完成以下任务: 用 OOMOL Qwen TTS 以[音色]朗读[文字]。
开始使用 语音合成
接入你的 AI 助手
在 MCP 客户端中添加 OOMOL,使用你的团队完成登录,即可调用接入服务。
安装 oo CLI 与 Skill,完成 OOMOL 登录后,在 AI 助手中使用 /oo。
安装 oo CLI选择服务
尝试第一个任务
使用 OOMOL MCP 的 豆包语音 服务完成以下任务: 读取 Doubao Speech 中用于「生成旁白音轨」的工具说明,列出准备一个小型语音合成示例所需的输入。本次只查看说明,不执行任务。
提供 语音合成 能力的服务
按任务选择服务。操作数为各服务的全部操作总数。
所有操作
Submit Tts
提交豆包语音 2.0 异步文本转语音任务。
合成 1,000 字符约 15.46 点数。
doubao_speech.submit_ttsGet Tts
查询豆包语音 2.0 文本转语音任务状态与结果。
0.06 点数 / 次请求
doubao_speech.get_ttsGenerate Speech
使用 Qwen-Audio TTS 生成语音。
Flash 合成 1,000 字符约 3.66 点数;Plus 费用更高。
qwen.generate_speechDesign Fish Voice Previews
根据描述生成一至四个原创声音试听片段。同步返回 base64 编码的 WAV 音频,不创建持久声音模型。解码每个 audio_base64 值即可保存试听文件。
约 3.09 点数 / 次请求
aisa.design_fish_voice_previewsQwen Tts Generate
生成语音音频
28.8 点数 / 1 万字起
- Qwen3 Flash
- 28.8 点数 / 1 万字
- Qwen-Audio 3.0 Flash
- 36 点数 / 1 万字
- Qwen-Audio 3.0 / 3.1 Plus
- 50.4 点数 / 1 万字
fusion-api.qwen_tts_generate没有匹配的工具。
常见问题
怎样准备旁白文稿?
生成前检查人名、数字、标点和句长,所选服务支持时补充发音指导。