dsh-volume-knob：输入框旁的朗读与音量控制
dsh-volume-knob 在 DSH Web GUI 输入框工具行、模型选择框左侧提供扬声器按钮：默认从最新提问首字读到当前回复，长按可选正文起点；上滑打开页内媒体与系统输出竖式混音台。文本按 data-chat-flow 白名单抽取，优先走 dsh-tts，失败则回退 speechSynthesis。需 DSH >= 0.1.5-rc.3，npm 或 GitHub 安装后重启 dsh web。MIT 许可，维护者 underworld-oddball。
阅读全文声音克隆·连载配音：一次克隆，多期同一音色旁白
声音克隆·连载配音（@beatra-ai/voice-clone-series-studio）是 beatra 在 SkillHub 发布的 design-media 类 Skill，版本 0.1.9。先用清晰单人样本完成声音或音色克隆，再将每期文稿生成同一自定义音色的旁白，适合播客、课程连载、系列旁白与品牌通知。元数据标注 requires_api_key=false。安装可让 Agent 按 skillhub.cn/install/skillhub.md 安装该包，或使用 skillhub install 并指定 skills 目录。
阅读全文灵声工坊视频配音：用 Agent 跑通 TTS 配音与字幕合成流水线
灵声工坊视频配音是 SkillHub design-media 类 Skill，面向源视频与时间轴 Markdown 模板，由 Agent 引导环境检测、选择讯飞超拟人或 edge-tts、生成 job.yaml 并执行六步 pipeline，输出带字幕成片。支持保留原音 filler、静音段、语速对齐与字幕编辑器拍板制模。本文基于 SkillHub 1.0.7 包内 SKILL.md 与官方安装文档整理安装命令与典型用法，并说明 API 页与部分 Web 详情可能不可达时的安装方式。
阅读全文audio generate：按提示词自动选用 dlazy CLI 音频/TTS 模型
audio generate 是 SkillHub 社区技能（@user_f95f21b8/dlazy-audio-generate，v1.0.9，design-media），根据自然语言提示词为 Agent 自动选择 dlazy CLI 下的音频/TTS 模型并执行生成。文章说明其定位、requires_api_key 要求，以及通过 skillhub CLI 安装到 Cursor、Claude Code、Codex 等 skills 目录的步骤与对话式用法要点，并给出官方页面链接。
阅读全文gemini 2.5 tts：用 Agent Skill 调用 Gemini 2.5 文本转语音
gemini 2.5 tts 是 SkillHub 社区 Skill（@user_f95f21b8/dlazy-gemini-2-5-tts，v1.0.9），通过 dLazy CLI 调用 Gemini 2.5 TTS，支持中英文音色与异步选项。文章说明 SkillHub 与 @dlazy/cli@1.0.9 的安装路径、API Key 配置，以及 dlazy gemini-2.5-tts 的典型命令与注意事项。
阅读全文TencentCloud TTS：在 Agent 里把文本合成语音文件
TencentCloud TTS（@tencent-adm/tencentcloud-tts）是腾讯云语音团队发布的企业源 Skill，面向将文本转为 MP3/WAV 等音频文件的场景。技能通过 SKILL.md 约定触发词与参数，scripts/tencent_tts.py 使用 API 签名 v3 调用 tts.tencentcloudapi.com 的 TextToVoice，密钥经 TENCENTCLOUD_SECRET_ID、TENCENTCLOUD_SECRET_KEY 配置。本文说明前置开通条件、SkillHub 安装命令与各 Agent skills 目录、环境变量与 synthesize 参数表，并给出与官方 examples 一致的可复现用法与单次合成注意事项。
阅读全文dsh-voice-mini：DeepSeek Harness 语音反馈插件
`dsh-voice-mini` 是 DeepSeek Harness 的语音反馈插件，通过 TTS 技术将智能体的思考过程转化为语音，辅助用户多任务处理。插件支持模型自主决策的 speak 模式、状态模板播报、会话随机语音分配以及 macOS 原生悬浮宠物等功能。它提供云端 edge、本地 kokoro 等多种 TTS 后端，并包含监控面板。安装需构建插件并链接至 DSH 配置，支持即时、默认、少量三种预设及国际化，适合需要听觉监控进度的开发者使用。
阅读全文dsh-voice-by-edge：为 DSH Web 页面增加语音交流练习模式
dsh-voice-by-edge 是专为 DSH Web 页面设计的语音交流练习插件，旨在通过集成 TTS 朗读与 STT 语音输入提升听说练习体验。该插件基于 MIT 许可证，由 astr0mfly 维护，核心功能包括双语口语化短句回复、自动朗读对话、麦克风实时语音输入及自动发送。TTS 优先使用 Microsoft Edge 神经语音，不可达时回退至浏览器本地合成；STT 依赖浏览器 Web Speech API。用户可通过 `dsh plugin add` 命令安装（需允许 `msedge-tts` 构建脚本），重启后启用。使用场景涵盖语速调节（0.75×-1.5×）、逐条朗读及跟读回
阅读全文用 OpenAI speech Skill 把文本合成可复用语音
介绍 OpenAI 官方 curated 技能 speech：通过 Agent Skills 调用 OpenAI Audio API，用自带 CLI 将文本合成为旁白、产品配音、IVR 与无障碍朗读音频。文章说明安装方式、OPENAI_API_KEY 配置、speak / speak-batch 用法、默认模型与内置音色，以及单次长度、速率与自定义音色等限制。
阅读全文