豆包语音合成 Skill（Doubao TTS）#

本 skill 通过火山引擎豆包语音合成大模型的 单向流式 HTTP V3 接口，将文本合成为语音音频文件。

官方文档： 豆包语音合成 API 文档

前置要求#

用户需要提供以下环境变量（通过 export 设置或在脚本参数中传入）：

• DOUBAO_APP_ID：火山引擎控制台获取的 APP ID

• DOUBAO_ACCESS_KEY：火山引擎控制台获取的 Access Token

• DOUBAO_SPEAKER：音色 ID（可选，默认为 zh_female_xiaohe_uranus_bigtts）

  • 声音复刻音色以 S_ 开头，可前往官方后台创建： 音色复刻控制台
  • 官方预置音色详见下方音色对照表

如果用户没有设置 DOUBAO_APP_ID 和 DOUBAO_ACCESS_KEY， 先提醒用户设置，并告知获取方式：登录火山引擎控制台 → 豆包语音 → 创建应用 → 获取 APP ID 和 Access Token。

如果用户未设置 DOUBAO_SPEAKER，默认使用 zh_female_xiaohe_uranus_bigtts（小何 2.0，通用中文女声）。

使用流程#

1. 确认参数#

向用户确认以下信息（有合理默认值的可以跳过确认）：

参数说明默认值待合成文本要转语音的文字内容（必填）音色 ID（speaker）音色标识符。声音复刻音色以 S_ 开头；根据上下文从下方音色表中选择合适音色$DOUBAO_SPEAKER 或 zh_female_xiaohe_uranus_bigtts资源 ID（resource_id）声音复刻用 seed-icl-1.0；官方 1.0 音色用 seed-tts-1.0；官方 2.0 音色用 seed-tts-2.0``seed-tts-2.0音频格式（format）mp3 / ogg_opus / pcm``mp3采样率（sample_rate）可选 8000/16000/22050/24000/32000/44100/4800024000情感（emotion）情感类型，仅多情感音色支持。中文音色： happy / sad / angry / surprised / fear / hate / excited / coldness / neutral 等；英文音色： neutral / happy / angry / sad / excited / chat / warm 等不设置情绪强度（emotion_scale）范围 1~5，值越大情感越明显（非线性），需配合 emotion 使用4输出文件名生成的音频文件名output.mp3

2. 执行合成#

运行脚本：

bash

# 基础用法（resource-id 自动推断）
python3 /path/to/doubao-tts/scripts/tts_synthesize.py \
  --text "要合成的文本" \
  --speaker "${DOUBAO_SPEAKER:-zh_female_xiaohe_uranus_bigtts}" \
  --format mp3 \
  --sample-rate 24000 \
  --output /mnt/user-data/outputs/output.mp3

# 带情感的合成（仅多情感音色支持）
python3 /path/to/doubao-tts/scripts/tts_synthesize.py \
  --text "要合成的文本" \
  --speaker "zh_female_shuangkuaisisi_emo_v2_mars_bigtts" \
  --emotion happy \
  --emotion-scale 4 \
  --output /mnt/user-data/outputs/output.mp3

环境变量 DOUBAO_APP_ID 和 DOUBAO_ACCESS_KEY 必须已设置。也可以通过 --app-id 和 --access-key 参数直接传入。

3. 输出结果#

脚本会将合成的音频保存到指定路径。合成完成后，使用 present_files 工具将文件呈现给用户。

音色对照表#

Agent 应根据上下文（用户要求的角色、场景、风格）从下表中选择最合适的音色 ID。

完整音色列表参见官方文档： 音色列表

豆包语音合成 2.0 音色（推荐，resource_id 使用 seed-tts-2.0）#

场景音色名称voice_type（音色ID）语种适用角色/描述通用场景小何 2.0 ⭐默认zh_female_xiaohe_uranus_bigtts中文通用女声，自然亲切通用场景Vivi 2.0zh_female_vv_uranus_bigtts中文/日文/印尼语/西班牙语多语种女声，情感丰富通用场景云舟 2.0zh_male_m191_uranus_bigtts中文通用男声通用场景小天 2.0zh_male_taocheng_uranus_bigtts中文通用男声，年轻通用场景刘飞 2.0zh_male_liufei_uranus_bigtts中文通用男声通用场景魅力苏菲 2.0zh_male_sophie_uranus_bigtts中文通用男声通用场景清新女声 2.0zh_female_qingxinnvsheng_uranus_bigtts中文清新淡雅女声通用场景甜美小源 2.0zh_female_tianmeixiaoyuan_uranus_bigtts中文甜美女声通用场景甜美桃子 2.0zh_female_tianmeitaozi_uranus_bigtts中文甜美女声通用场景爽快思思 2.0zh_female_shuangkuaisisi_uranus_bigtts中文爽朗活泼女声通用场景邻家女孩 2.0zh_female_linjianvhai_uranus_bigtts中文亲切邻家风格女声通用场景少年梓辛 2.0zh_male_shaonianzixin_uranus_bigtts中文少年男声，青春感通用场景魅力女友 2.0zh_female_meilinvyou_uranus_bigtts中文魅力成熟女声通用场景流畅女声 2.0zh_female_liuchangnv_uranus_bigtts中文流畅自然女声，适合长文朗读通用场景儒雅逸辰 2.0zh_male_ruyayichen_uranus_bigtts中文儒雅成熟男声角色扮演知性灿灿 2.0zh_female_cancan_uranus_bigtts中文知性干练女声角色扮演撒娇学妹 2.0zh_female_sajiaoxuemei_uranus_bigtts中文撒娇可爱女声视频配音猴哥 2.0zh_male_sunwukong_uranus_bigtts中文孙悟空角色，豪迈视频配音佩奇猪 2.0zh_female_peiqi_uranus_bigtts中文卡通儿童角色视频配音大壹 2.0zh_male_dayi_uranus_bigtts中文视频配音男声视频配音黑猫侦探社咪仔 2.0zh_female_mizai_uranus_bigtts中文可爱卡通女声视频配音鸡汤女 2.0zh_female_jitangnv_uranus_bigtts中文温情励志女声教育场景Tina老师 2.0zh_female_yingyujiaoxue_uranus_bigtts中文/英式英语教师/教育场景客服场景暖阳女声 2.0zh_female_kefunvsheng_uranus_bigtts中文客服专用，温暖专业有声阅读儿童绘本 2.0zh_female_xiaoxue_uranus_bigtts中文儿童故事、绘本朗读多语种Timen_male_tim_uranus_bigtts美式英语英文男声多语种Daceyen_female_dacey_uranus_bigtts美式英语英文女声多语种Stokieen_female_stokie_uranus_bigtts美式英语英文女声

豆包语音合成 1.0 音色（resource_id 使用 seed-tts-1.0）#

通用场景

场景音色名称voice_type（音色ID）语种适用角色/描述通用灿灿/Shinyzh_female_cancan_mars_bigtts中文/美式英语活泼开朗女声通用Vivizh_female_vv_mars_bigtts中文标准女声通用爽快思思/Skyezh_female_shuangkuaisisi_moon_bigtts中文/美式英语爽朗活泼女声通用温暖阿虎/Alvinzh_male_wennuanahu_moon_bigtts中文/美式英语温暖亲切男声通用少年梓辛/Brayanzh_male_shaonianzixin_moon_bigtts中文/美式英语青春少年男声通用清新女声zh_female_qingxinnvsheng_mars_bigtts中文清新淡雅通用知性女声zh_female_zhixingnvsheng_mars_bigtts中文知性成熟女声通用清爽男大zh_male_qingshuangnanda_mars_bigtts中文清爽大学生男声通用邻家女孩zh_female_linjianvhai_moon_bigtts中文亲切邻家风通用渊博小叔zh_male_yuanboxiaoshu_moon_bigtts中文知识渊博叔叔感通用阳光青年zh_male_yangguangqingnian_moon_bigtts中文积极阳光男声通用甜美小源zh_female_tianmeixiaoyuan_moon_bigtts中文甜美女声通用甜美悦悦zh_female_tianmeiyueyue_moon_bigtts中文甜美女声通用清澈梓梓zh_female_qingchezizi_moon_bigtts中文清澈干净女声通用开朗姐姐zh_female_kailangjiejie_moon_bigtts中文开朗大姐姐通用邻家男孩zh_male_linjiananhai_moon_bigtts中文亲切邻家男声通用心灵鸡汤zh_female_xinlingjitang_moon_bigtts中文温情励志女声通用快乐小东zh_male_xudong_conversation_wvae_bigtts中文对话场景男声通用亲切女声zh_female_qinqienvsheng_moon_bigtts中文亲切温和女声教育Tina老师zh_female_yingyujiaoyu_mars_bigtts中文/英式英语教学场景

多情感音色（支持 emotion 参数）

音色名称voice_type（音色ID）支持的情感适用场景爽快思思（多情感）zh_female_shuangkuaisisi_emo_v2_mars_bigtts开心/悲伤/生气/惊讶/激动/冷漠/中性情感丰富的对话、故事柔美女友（多情感）zh_female_roumeinvyou_emo_v2_mars_bigtts开心/悲伤/生气/惊讶/恐惧/厌恶/激动/冷漠/中性情感丰富女声高冷御姐（多情感）zh_female_gaolengyujie_emo_v2_mars_bigtts开心/悲伤/生气/惊讶/恐惧/厌恶/激动/冷漠/中性御姐/高冷女性角色冷酷哥哥（多情感）zh_male_lengkugege_emo_v2_mars_bigtts生气/冷漠/恐惧/开心/厌恶/中性/悲伤/沮丧冷酷/高冷男性角色傲娇霸总（多情感）zh_male_aojiaobazong_emo_v2_mars_bigtts中性/开心/愤怒/厌恶霸道总裁、强势男性儒雅男友（多情感）zh_male_ruyayichen_emo_v2_mars_bigtts开心/悲伤/生气/恐惧/激动/冷漠/中性温文尔雅男友俊朗男友（多情感）zh_male_junlangnanyou_emo_v2_mars_bigtts开心/悲伤/生气/惊讶/恐惧/中性帅气男友阳光青年（多情感）zh_male_yangguangqingnian_emo_v2_mars_bigtts开心/悲伤/生气/恐惧/激动/冷漠/中性阳光积极青年优柔公子（多情感）zh_male_yourougongzi_emo_v2_mars_bigtts开心/生气/恐惧/厌恶/激动/中性/沮丧温柔优雅男性北京小爷（多情感）zh_male_beijingxiaoye_emo_v2_mars_bigtts生气/惊讶/恐惧/激动/冷漠/中性北京腔调男声广州德哥（多情感）zh_male_guangzhoudege_emo_mars_bigtts生气/恐惧/中性广州方言男声京腔侃爷（多情感）zh_male_jingqiangkanye_emo_mars_bigtts开心/生气/惊讶/厌恶/中性京腔侃爷风格甜心小美（多情感）zh_female_tianxinxiaomei_emo_v2_mars_bigtts悲伤/恐惧/厌恶/中性甜美女声邻居阿姨（多情感）zh_female_linjuayi_emo_v2_mars_bigtts中性/愤怒/冷漠/沮丧/惊讶中年女性深夜播客（多情感）zh_male_shenyeboke_emo_v2_mars_bigtts惊讶/悲伤/中性/厌恶/开心/恐惧/激动/沮丧/冷漠/生气深夜播客/电台Candiceen_female_candice_emo_v2_mars_bigtts深情/愤怒/ASMR/对话/兴奋/愉悦/中性/温暖英文女声Serenaen_female_skye_emo_v2_mars_bigtts深情/愤怒/ASMR/对话/兴奋/愉悦/中性/悲伤/温暖英文女声Glenen_male_glen_emo_v2_mars_bigtts深情/愤怒/ASMR/对话/兴奋/愉悦/中性/悲伤/温暖英文男声Sylusen_male_sylus_emo_v2_mars_bigtts深情/愤怒/ASMR/权威/对话/兴奋/愉悦/中性/悲伤/温暖英文男声Coreyen_male_corey_emo_v2_mars_bigtts愤怒/ASMR/权威/对话/深情/兴奋/愉悦/中性/悲伤/温暖英式英语男声Nadiaen_female_nadia_tips_emo_v2_mars_bigtts深情/愤怒/ASMR/对话/兴奋/愉悦/中性/悲伤/温暖英式英语女声

趣味口音

音色名称voice_type（音色ID）口音/语种描述湾湾小何zh_female_wanwanxiaohe_moon_bigtts台湾普通话台湾腔女声京腔侃爷/Harmonyzh_male_jingqiangkanye_moon_bigtts北京口音北京腔侃爷北京小爷zh_male_beijingxiaoye_moon_bigtts北京口音北京腔男声呆萌川妹zh_female_daimengchuanmei_moon_bigtts四川口音川味女声豫州子轩zh_male_yuzhouzixuan_moon_bigtts河南口音河南腔男声广西远舟zh_male_guangxiyuanzhou_moon_bigtts广西口音广西腔男声广州德哥zh_male_guozhoudege_moon_bigtts广东口音广东腔男声湾区大叔zh_female_wanqudashu_moon_bigtts广东口音广东腔浩宇小哥zh_male_haoyuxiaoge_moon_bigtts青岛口音青岛腔男声妹坨洁儿zh_female_meituojieer_moon_bigtts长沙口音长沙腔女声粤语小溏zh_female_yueyunv_mars_bigtts粤语粤语女声

角色扮演

音色名称voice_type（音色ID）角色特征奶气萌娃zh_male_naiqimengwa_mars_bigtts萌娃、儿童角色婆婆zh_female_popo_mars_bigtts老年女性、祖母高冷御姐zh_female_gaolengyujie_moon_bigtts高冷御姐风格傲娇霸总zh_male_aojiaobazong_moon_bigtts霸道总裁、傲娇男魅力女友zh_female_meilinvyou_moon_bigtts魅力女友柔美女友zh_female_sajiaonvyou_moon_bigtts柔美撒娇女友撒娇学妹zh_female_yuanqinvyou_moon_bigtts撒娇可爱学妹东方浩然zh_male_dongfanghaoran_moon_bigtts正义男主角深夜播客zh_male_shenyeboke_moon_bigtts深夜电台主播

IP 仿音

音色名称voice_type（音色ID）角色/原型猪八戒zh_male_zhubajie_mars_bigtts西游记猪八戒唐僧zh_male_tangseng_mars_bigtts西游记唐僧鲁班七号zh_male_lubanqihao_mars_bigtts王者荣耀鲁班七号春日部姐姐zh_female_jiyejizi2_mars_bigtts哆啦A梦角色女雷神zh_female_leidian_mars_bigtts雷神角色庄周zh_male_zhuangzhou_mars_bigtts王者荣耀庄周

Agent 音色选择指南#

根据上下文智能选择音色：

使用场景推荐音色音色ID默认/通用小何 2.0zh_female_xiaohe_uranus_bigtts正式/新闻播报知性女声zh_female_zhixingnvsheng_mars_bigtts儿童故事/绘本儿童绘本 2.0zh_female_xiaoxue_uranus_bigtts英语内容Daceyen_female_dacey_uranus_bigtts深夜/电台/播客深夜播客（多情感）zh_male_shenyeboke_emo_v2_mars_bigtts有声书/长文朗读流畅女声 2.0zh_female_liuchangnv_uranus_bigtts客服/助手暖阳女声 2.0zh_female_kefunvsheng_uranus_bigtts教育/教学Tina老师 2.0zh_female_yingyujiaoxue_uranus_bigtts台湾腔湾湾小何zh_female_wanwanxiaohe_moon_bigtts北京腔京腔侃爷zh_male_jingqiangkanye_moon_bigtts古风/武侠角色东方浩然zh_male_dongfanghaoran_moon_bigtts霸道总裁傲娇霸总zh_male_aojiaobazong_moon_bigtts可爱萌娃奶气萌娃zh_male_naiqimengwa_mars_bigtts情感化对话爽快思思（多情感）zh_female_shuangkuaisisi_emo_v2_mars_bigtts用户自定义复刻声音用户提供的 S_ 音色S_xxxxxxxx（用户声音复刻ID）

重要注意事项#

• 声音复刻音色（S_ 开头）必须使用 seed-icl-1.0 作为 resource_id，不能用 seed-tts-1.0 或 seed-tts-2.0
• 2.0 音色（uranus 系列）必须使用 seed-tts-2.0，不支持旧版 V1 接口
• 1.0 音色（mars/moon 系列）使用 seed-tts-1.0
• 如果用户提供的文本非常长（超过 5000 字），建议分段合成后拼接
• 脚本使用 requests.Session 实现连接复用，符合官方最佳实践
• 流式接口返回的音频数据是 base64 编码的，脚本会自动解码拼接
• 如果用户要求调整语速、音量、音调等，可传入对应参数

错误处理#

• 40402003：文本超长，需要分段
• 40000001：参数错误，检查音色 ID 和 resource_id 是否匹配
• 40300001：鉴权失败，检查 APP ID 和 Access Key
• 出现 quota 相关错误：试用版用量已用完，需开通正式版