Tts

Skill ai-native-engineer/astack/skills/tts

Local text-to-speech, voice cloning, preset speakers, and voice design with Qwen3-TTS/mlx-audio, full/chunk generation, and partial regeneration. Use when user asks TTS, 텍스트 음성으로, 음성 합성, 음성 복제, voice clone, 내 목소리로, 성우 음성, 목소리 디자인, 더빙, narration, Qwen3-TTS, or 음성 생성. Do NOT use for speech-to-text transcription, podcast publishing workflow, video editing, audio cleanup, or non-voice media conversion.From its SKILL.md

Install

npx -y skills add ai-native-engineer/astack --skill tts

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

3.7 KB, as published. Nobody here has run it

TTS - 로컬 음성 합성

기본 계약

기본 엔진은 Qwen3-TTS Base이며, 모델을 받은 뒤 로컬에서 실행한다.
음성 레퍼런스는 스킬에 넣지 않고 로컬 ~/.local/share/tts/voices/<name>/ref.wav + ref.txt에 둔다.
기본 음성은 ~/.config/tts/config.json의 default_voice로 정한다. 미설정 별칭은 default다.
prep --voice <name>은 새 음성을 로컬 voice store에 저장한다. 같은 이름이 있으면 중단하며, 명시적인 --replace에서만 두 레퍼런스 파일을 함께 교체한다. TTS_VOICE_DIR 또는 --voice-dir로 위치를 바꿀 수 있다.
등록 음성 복제는 --voice, 프리셋 화자는 --preset-voice, 자연어 음성 설계는 --instruct를 쓴다. 쓸 수 있는 프리셋 화자 이름은 full --help의 --preset-voice 설명에서 확인한다.
긴 작업은 chunk, 짧은 문장은 full을 쓴다. chunk는 한 줄을 한 청크로 처리한다.
같은 대본과 설정으로 chunk --proj를 다시 실행하면 완료된 청크를 건너뛰고 중단 지점부터 이어간다. 대본이나 설정이 다르면 새 프로젝트를 쓴다.
민감한 대본·전사·음성 지시는 각각 --text-file, --ref-text-file, --instruct-file로 전달한다. 생성 자식 프로세스에는 내용이 표준입력으로 넘어가 프로세스 인자와 실행 로그에 남지 않는다.

음성 등록, 발화 전처리, 튜닝, 복구 작업 전에는 references/voice-clone.md를 읽는다.

실행 흐름

화면용 표기를 자연스러운 발화문으로 고치고 preptext로 청크를 정리한다.
복제·프리셋·음성 설계 중 하나를 고른 뒤 full 또는 chunk로 생성한다. 별도 지정이 없으면 로컬 기본 음성과 한국어를 사용한다.
긴 결과는 audit 후 위험 청크만 regen한다.
외부 공유본은 자동 전사와 직접 청취로 문장 누락·고유명사·끝음을 확인한다.

S="${CLAUDE_PLUGIN_ROOT}/skills/tts/scripts/tts_clone.py"
python3 "$S" chunk --text-file script.txt --out out/raw.wav --loudnorm-out out/edit.wav
python3 "$S" full --preset-voice <preset-name> --instruct-file style.txt --text-file script.txt
python3 "$S" regen --proj /tmp/tts-XXXX --seg 3 --duration-multiplier 1.08

전체 명령과 옵션은 python3 "$S" --help 및 하위 명령의 --help를 따른다.

저장 위치

음성 자산: ~/.local/share/tts/voices/<name>/ref.wav + ref.txt(기본값)
작업 프로젝트: --proj, 기본 /tmp/tts-XXXX
원본 최종본: --out
편집용 48kHz mono 정규화본: --loudnorm-out

드라이버가 생성·관리하는 음성 폴더와 작업 프로젝트는 700, 레퍼런스·manifest·생성 WAV는 600 권한으로 저장한다. 입력 미디어·대본·지시 파일은 읽기만 하며 권한을 바꾸지 않는다. manifest.json에는 재생성용 대본 청크와 음성 설정이 남으며 외부 서버로 업로드하지 않는다.

빠른 비복제 안내 음성만 필요하면 macOS say를 쓴다.