MoodCast

将任何文本转化为富有情感表现力的音频，并配以环境音景。MoodCast分析您的内容，使用ElevenLabs v3音频标签添加富有表现力的演绎，并叠加匹配的环境音景。

何时使用此技能

当用户希望实现以下目标时，请使用MoodCast：

• 聆听带有自然情感表达的文本朗读
• 为文章、故事或脚本创建音频版本
• 生成带有环境氛围的富有表现力的旁白
• 收听真正引人入胜的晨间简报
• 将枯燥的文本转化为引人入胜的音频内容

触发短语："戏剧性地朗读这个"、"让它听起来更好听"、"为...创建音频"、"moodcast这个"、"带感情地朗读"、"叙述这个"

斜杠命令： /moodcast

核心功能

1. 情感感知文本增强

自动分析文本并插入适当的v3音频标签：

• 情感： [兴奋][紧张][愤怒][悲伤][平静][快乐]表达方式：[低语][大喊][急促][放慢]
• 反应： [大笑][叹息][倒吸一口气][咯咯笑][哭泣],[slows down]
• Reactions: [laughs],[sighs],[gasps],[giggles],[crying]
• 节奏控制： [停顿]，[呼吸声]，[结巴]，[犹豫]

2. 环境音效生成

使用音效API创建匹配的背景音频：

• 新闻 → 微妙的办公室环境音
• 故事 → 匹配情绪的氛围音景
• 励志 → 振奋人心的背景音
• 恐怖 → 紧张、诡异的氛围

3. 多角色对话

针对对话/剧本，为不同说话者分配不同音色，并配合恰当的情感表达。

操作指令

快速朗读（单指令）

python3 {baseDir}/scripts/moodcast.py --text "Your text here"

带环境音效

python3 {baseDir}/scripts/moodcast.py --text "Your text here" --ambient "coffee shop background noise"

保存至文件

python3 {baseDir}/scripts/moodcast.py --text "Your text here" --output story.mp3

不同情绪模式

python3 {baseDir}/scripts/moodcast.py --text "Your text" --mood dramatic
python3 {baseDir}/scripts/moodcast.py --text "Your text" --mood calm
python3 {baseDir}/scripts/moodcast.py --text "Your text" --mood excited
python3 {baseDir}/scripts/moodcast.py --text "Your text" --mood scary

列出可用音色

python3 {baseDir}/scripts/moodcast.py --list-voices

自定义配置

python3 {baseDir}/scripts/moodcast.py --text "Your text" --voice VOICE_ID --model eleven_v3 --output-format mp3_44100_128

情绪检测规则

该技能自动检测并增强：

示例转换

输入：

Breaking news! Scientists have discovered something incredible. 
This could change everything we know about the universe...
I can't believe it.

增强输出：

[excited] Breaking news! Scientists have discovered something incredible.
[pause] This could change everything we know about the universe...
[gasps] [whispers] I can't believe it.

输入：

It was a dark night. The old house creaked. 
Something moved in the shadows...
"Who's there?" she whispered.

增强输出：

[slows down] It was a dark night. [pause] The old house creaked.
[nervous] Something moved in the shadows...
[whispers] "Who's there?" she whispered.

环境变量

• ELEVENLABS_API_KEY（必需） - 您的 ElevenLabs API 密钥
• MOODCAST_DEFAULT_VOICE（可选） - 默认语音 ID（默认为CwhRBWXzGAHq8TQ4Fs17）
• MOODCAST_MODEL（可选） - 默认模型 ID（默认为eleven_v3）
• MOODCAST_OUTPUT_FORMAT（可选） - 默认输出格式（默认为mp3_44100_128）
• MOODCAST_AUTO_AMBIENT（可选） - 设置为"true"以在使用--mood

时自动添加环境音效命令行参数会覆盖环境变量，而环境变量会覆盖硬编码的默认值。

技术说明

• 使用 ElevenLabs 的 Eleven v3 模型以支持音频标签
• 使用音效 API 生成环境音（最长 30 秒）
• 免费套餐：每月 10,000 点数（约 10 分钟音频）
• 每块文本最多 2,400 个字符（v3 模型支持 5,000，但为求可靠我们保守地进行了分段处理）
• 音频标签必须为小写：[whispers]而非[WHISPERS]

最佳效果提示

1. 戏剧性内容效果最佳——如故事、新闻、剧本
2. 较短的段落（少于 500 字符）听起来更自然
3. 结合环境音以获得沉浸式体验
4. Roger 和 Rachel的声音在 v3 模型中表现力最强

致谢

由……构建ashutosh887
使用 ElevenLabs 文本转语音 v3 + 音效 API
为 #ClawdEleven 黑客松创作