跳到主要内容

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。

选择接入方式

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。

朗读简短说明

将确认后的简短文字转为语音。

使用 OOMOL MCP 的 通义千问 服务完成以下任务: 通过 Qwen 使用支持的音色将[已确认说明]转为语音,生成前确认音色与输出格式。

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

  1. 接入你的 AI 助手

    选择接入方式

    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。

  2. 选择服务

    豆包语音可选择已启用的 OOMOL 提供方式,或连接自己的 Doubao Speech 账号。

    为确认后的文稿选择支持的音色,并获取生成音频。

    查看 豆包语音 接入说明 →

    通义千问可选择已启用的 OOMOL 提供方式,或连接自己的 Qwen 账号。

    将确认后的简短文字转为语音。

    查看 通义千问 接入说明 →

    AIsa可选择已启用的 OOMOL 提供方式,或连接自己的 AIsa 账号。

    生成 Fish Audio 短声音试听片段,不创建保存到账号的声音模型。

    查看 AIsa 接入说明 →

    OOMOL Fusion API登录 OOMOL 即可使用,无需单独配置供应商凭据。

    使用当前团队的 OOMOL 服务。

    查看 OOMOL Fusion API 接入说明 →
  3. 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

5 个工具

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_tts

Get 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_tts

Generate 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_speech

Design 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_previews

Qwen 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

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。