AB openai-tts
Преобразование текста в речь с помощью OpenAI TTS API для генерации высококачественного, естественно звучащего аудио. Поддерживает 6 голосов (alloy, echo, fable, onyx, nova, shimmer), регулировку скорости (0.25x-4.0x), модель HD-качества, несколько выходных форматов (mp3, opus, aac, flac) и автоматическое разбиение текста на части для длинного контента (лимит 4096 символов на запрос). Используйте, когда: (1) Пользователь запрашивает аудио/голосовой вывод с триггерами, такими как "прочитай мне это", "преобразовать в аудио", "сгенерировать речь", "текст в речь", "tts", "озвучить", "произнести", или когда появляются ключевые слова "openai tts", "голос", "подкаст". (2) Контент должен быть озвучен, а не прочитан (многозадачность, доступность). (3) Пользователь хочет определенные голосовые предпочтения, такие как "alloy", "echo", "fable", "onyx", "nova", "shimmer", или регулировку скорости.
машинный переводПоказать оригиналСкрыть оригинал«Text-to-speech conversion using OpenAI's TTS API for generating high-q…»
Text-to-speech conversion using OpenAI's TTS API for generating high-quality, natural-sounding audio. Supports 6 voices (alloy, echo, fable, onyx, nova, shimmer), speed control (0.25x-4.0x), HD quality model, multiple output formats (mp3, opus, aac, flac), and automatic text chunking for long content (4096 char limit per request). Use when: (1) User requests audio/voice output with triggers like "read this to me", "convert to audio", "generate speech", "text to speech", "tts", "narrate", "speak", or when keywords "openai tts", "voice", "podcast" appear. (2) Content needs to be spoken rather than read (multitasking, accessibility). (3) User wants specific voice preferences like "alloy", "echo", "fable", "onyx", "nova", "shimmer" or speed adjustments.
Преобразование текста в речь с помощью OpenAI TTS API для генерации высококачественного, естественно звучащего аудио.
Как процесс B 66/100 · Почти готов — слабые места: согласованность, повторный запуск, отчётность по ходу
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 66/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (openai-tts) не совпадает с папкой (openai-tts-python)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 15
- 100Стоимость исполнения. Тело инструкции 1401 токенов
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +3Длина description 759 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.