前言¶
做英语学习类产品时，常遇到一个需求：学生贴一篇英语作文，希望直接听到朗读效果，用来回听、跟读或做成听力素材。自己接 TTS 要处理音色选择、语速风格、音频文件落盘和回传，还要考虑学生上传的是照片而不是文本。这个 Skill 把这些步骤打包成了一个可直接调用的能力。
这是什么¶
英语作文语音朗读 (MiMo TTS) 是一个社区来源的 Skill，坐标 @user_c43ef728/english-essay-tts，由 user_c43ef728 发布维护，当前版本 1.1.0，分类为 education。它解决的问题是：把用户粘贴或上传的英语作文，转成自然语音的可播放音频，并直接在对话里返回。
底层使用 Xiaomi 的 MiMo-V2.5-TTS 模型做语音合成。
核心功能¶
下面介绍的能力均来自该 Skill 的官方简介。
1、输入形态支持纯文本和照片。学生可以粘贴作文文字，也可以上传手写或打印稿的照片。
2、对照片做 OCR。当输入是图片时，先做文字识别把作文转成文本，再进入后续流程。
3、分析作文的情感基调。识别文本的情绪倾向，作为选择音色和说话风格的依据。
4、推荐匹配的英语音色与说话风格。根据上一步的情感基调，给出对应的英语 voice 和 speaking style 建议。
5、首次使用时索取 MiMo API key。该 Skill 带 requires_api_key=true 标签，说明需要用户自己的 MiMo API key，首次使用时会询问。
6、调用 MiMo TTS API 并直接返回音频。合成完成后把可播放的音频文件直接回传到对话里，不需要用户自己去文件系统里找。
启用前的准备¶
使用前需要自备 MiMo API key。这是该 Skill 的硬前提，没有 key 就无法完成语音合成。
安装与启用方式请以官方页面为准：
https://api.skillhub.cn/user_c43ef728/english-essay-tts
该 Skill 的 SKILL.md 格式与通用 Skill 规范一致。本文没有核实到官方给出的具体命令行安装命令或环境变量名称，因此不在这里编写，避免给出无法核对的配置项。
典型用法¶
下面是官方简介中列出的触发短语，用户用其中任意一句表达意图即可触发：
朗读这篇英语作文
把英语作文读出来
英语作文配音
英语听力素材
generate audio for my English essay
TTS for this English composition
read my essay aloud
MiMo TTS
实际调用流程是：用户粘贴作文文本或上传照片 → Skill 在图片情况下先做 OCR → 分析情感基调并推荐音色与说话风格 → 首次使用时索取 MiMo API key → 调用 MiMo TTS API → 在对话中返回音频文件。
示例输入：
请把下面这篇英语作文读出来：
Last weekend I went to the countryside with my parents. We visited my grandparents
and helped them pick apples in the garden. I learned that hard work can be joyful.
预期输出是该段文字的英语朗读音频，可直接播放。
适用场景与注意¶
适合的场景：
- 英语作文的语音化，便于学生回听自己的写作。
- 把英语作文转成听力素材，做听写或跟读练习。
- 需要为英语文字内容配自然语音，而不是机械拼读。
需要注意的地方：
1、必须有 MiMo API key。首次使用会被询问，属于正常流程，不是报错。
2、输入是照片时依赖 OCR，识别质量受照片清晰度、手写工整度和光线影响。OCR 出错会把错误文本直接读进音频，所以建议对扫描件先人工确认一遍。
3、音色和说话风格是基于情感基调推荐的，具体候选音色清单未在资料中列出，如需指定固定音色，需以该 Skill 实际支持的范围为准。
4、该 Skill 面向英语内容，中文或其他语种作文不在其说明范围内。
平台数据方面，SkillHub 页面显示评分 100000，下载 860，来源标记为 community。评分和下载量会变化，具体以访问时页面显示为准。
结尾¶
这个 Skill 的价值在于把「作文文本 → 语音音频」整条链路收进一次调用：OCR、情感分析、音色推荐、API 调用和音频回传都由它完成，使用者不需要自己拼装。如果你的场景是英语作文朗读或英语听力素材生成，可以直接从上面的官方地址试用。
官方地址：https://api.skillhub.cn/user_c43ef728/english-essay-tts
