Qwen Voice语音识别与合成工具：ASR+TTS，支持音色克隆，集成DashScope API
qwen-voice by ada20204/qwen-voice
安装命令
npx skills add https://github.com/ada20204/qwen-voice --skill qwen-voice🇨🇳中文介绍
Qwen Voice (ASR + TTS)
使用捆绑的脚本。在以下位置之一配置 DASHSCOPE_API_KEY：
~/.config/qwen-voice/.env(推荐)<repo>/.qwen-voice/.env(开发/测试用)
ASR (语音 → 文本)
无时间戳 (默认)
python3 skills/qwen-voice/scripts/qwen_asr.py --in /path/to/audio.ogg
带时间戳 (基于分块)
python3 skills/qwen-voice/scripts/qwen_asr.py --in /path/to/audio.ogg --timestamps --chunk-sec 3
注意：
- 时间戳通过固定长度的分块生成（非词级对齐）。
- 输入音频在发送前会转换为单声道 16kHz WAV 格式。
TTS (文本 → 语音)
预设音色 (默认：Cherry)
python3 skills/qwen-voice/scripts/qwen_tts.py --text '你好，我是 Pi。' --voice Cherry --out /tmp/out.ogg
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
