# text-to-speech

Скилл text-to-speech учит агента озвучивать текст через Kokoro TTS: собрать движок, выбрать голос, отдать звук в поток и убрать за собой файлы.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 237 установок · ★ 48 у репозитория
- Автор: martinholovsky
- Лицензия: Unlicense · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/martinholovsky/claude-skills-generator/tree/HEAD/skills/text-to-speech/SKILL.md
- Обновлён: 2025-12-06
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/martinholovsky-text-to-speech

## Что делает

Скилл даёт агенту готовый рецепт озвучки на Kokoro TTS: собрать движок, выбрать голос, отдать звук в поток. Материал разбит на части: детали лежат в `references/`, в самом `SKILL.md` остаются принципы и примеры кода. Уровень риска помечен как MEDIUM — на выходе аудио и заметная нагрузка на CPU и GPU.

Работа идёт по TDD: сначала тесты на `pytest` (файл создался, частота дискретизации 24000, пустой текст и строка на 6000 знаков отбиваются валидацией, временные файлы удаляются), потом минимальная реализация `SecureTTSEngine`, потом рефакторинг под стриминг. Проверка заканчивается прогоном `pytest --cov`, `mypy` и вызовом `python -m jarvis.tts --test "Hello JARVIS"`.

Из оптимизаций: singleton для `KPipeline`, чтобы не грузить модель каждый раз, запись чанков через `sd.OutputStream` на 24000 Гц, чтение файла кусками через `sf.SoundFile` и вынос синтеза в executor, чтобы не блокировать цикл событий. Голоса: `af_heart` по умолчанию, `af_bella`, `am_adam`, `bf_emma`. Стек Python: `kokoro>=0.3.0`, `soundfile`, `sounddevice`, `numpy`, `scipy`, `pydantic`, `structlog`. Без `sounddevice` стриминг просто некуда писать.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill text-to-speech -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/text-to-speech/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/text-to-speech/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill text-to-speech -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/text-to-speech/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill text-to-speech -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/text-to-speech/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install martinholovsky/claude-skills-generator skills/text-to-speech
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/text-to-speech/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill text-to-speech -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/martinholovsky/claude-skills-generator --path skills/text-to-speech
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/text-to-speech/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add martinholovsky/claude-skills-generator --skill text-to-speech -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/martinholovsky/claude-skills-generator/tree/HEAD/skills/text-to-speech/SKILL.md

## Когда брать
- Озвучить ответы голосового ассистента без обращения к облачному API
- Подобрать голос под контекст: тёплый, деловой, мужской, британский
- Сократить задержку до первого звука, отдавая аудио чанками
- Написать тесты на синтез раньше самого движка
- Удалять временные wav-файлы после проигрывания

## Примеры запросов агенту
- Собери `SecureTTSEngine` на Kokoro с голосом `af_heart` и покрой его тестами на `pytest`
- Переведи синтез на стриминг через `sd.OutputStream`, чтобы звук шёл по мере генерации
- Добавь проверку длины текста и очистку временных файлов после проигрывания

## Похожие
- [azure-text-to-speech](https://affpapa.org/nevibecode/skills/azure-text-to-speech.md) — скилл · 738 установок
- [speech](https://affpapa.org/nevibecode/skills/speech.md) — скилл · 3900 установок
- [azure-speech-to-text-rest-py](https://affpapa.org/nevibecode/skills/azure-speech-to-text-rest-py.md) — скилл · 2 установки
- [speech-to-text](https://affpapa.org/nevibecode/skills/speech-to-text.md) — скилл · 16200 установок
- [azure-speech](https://affpapa.org/nevibecode/skills/calesthio-azure-speech.md) — скилл · 132 установки
- [Text to Speech — 20+ Languages, MP3 Output](https://affpapa.org/nevibecode/mcp/text-to-speech-20-languages-mp3-output.md) — MCP-сервер · 2769 установок

## Другие версии с тем же именем
- [text-to-speech · calesthio](https://affpapa.org/nevibecode/skills/calesthio-text-to-speech.md) — 1300 установок
- [text-to-speech · elevenlabs](https://affpapa.org/nevibecode/skills/text-to-speech.md) — 22900 установок
- [text-to-speech · 101-skills](https://affpapa.org/nevibecode/skills/101-skills-text-to-speech.md) — 246 установок

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
