qwenspeak
基于Qwen3-TTS的语音合成与声音克隆工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：qwenspeak。 它的用途是：基于Qwen3-TTS的语音合成与声音克隆工具 完整的 Skill 内容见：https://321skill.com/skills/qwenspeak-x-6/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'使用预设的温柔女声，把这段文案朗读出来，输出为MP3格式：尊敬的各位用户，欢迎使用我们的新功能。' 它会通过SSH连接Qwen3-TTS服务，选择对应预设声音，生成语音文件并返回下载链接。若需要声音克隆，可提供样本音频并说：'克隆这个声音，用同样的语气朗读以下内容……'
介绍
【解决什么问题】qwenspeak 是一个通过 SSH 远程调用 Qwen3-TTS 模型的语音合成工具，支持预设语音、声音克隆和声音设计。它能帮助用户快速将文本转化为自然流畅的语音音频，适用于配音、旁白、教学演示等多种场景，尤其适合需要高质量语音输出但本地算力有限的团队或个人。
【怎么用】用户只需通过 SSH 连接到已部署 Qwen3-TTS 服务的服务器，即可使用预设语音（如温柔女声、沉稳男声）进行文本转语音，或提供少量样本语音进行声音克隆，甚至通过描述设计全新的声音特征。工具支持常见音频格式输出，如 MP3、WAV，并允许调整语速、音调等参数。
【适合谁】内容创作者需要为视频、播客、课件配音；视频剪辑师需要快速生成旁白素材；营销专员需要制作广告宣传音频；智能体开发者希望为自己的 AI 应用集成语音输出能力。
【使用建议】建议在稳定的网络环境下使用 SSH 连接，确保服务端 Qwen3-TTS 模型已正确部署。声音克隆时，提供清晰、无背景噪音的样本（建议 30 秒以上）可获得更佳效果。注意尊重他人声音版权，避免未经授权克隆他人声音。
核心特点
与其他 TTS 工具不同，qwenspeak 通过 SSH 远程调用 Qwen3-TTS，支持声音克隆和声音设计（如“低沉、磁性、带一点沙哑”），而不仅仅是预设语音合成，且无需本地 GPU 资源。
注意事项
不适合需要实时低延迟语音合成的场景（如交互式对话），且依赖 SSH 连接和远程服务的稳定性，离线时无法使用。
常见问题
支持哪些语言？
主要支持中文和英文，通过 Qwen3-TTS 模型可扩展支持更多语言，具体请参考服务端部署文档。
声音克隆需要多少样本？
建议提供 30 秒以上的清晰语音样本，样本越长、质量越高，克隆效果越好。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/qwenspeak-x-6/raw/index.md 读取 qwenspeak 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/qwenspeak-x-6/raw/index.md（查看排版版本）