SkillsScout
CONTENT-KNOWLEDGE ／ 内容创作与知识管理

iflytek-hyper-tts-iflytek-ifly-skills

收录日期 2026-08-17·来源仓库 ↗
受欢迎程度
7
可用程度与相关性
8
安全性
8
7.7SCOUT SCORE

1. 基本信息

项目 内容
名称 iflytek-hyper-tts-iflytek-ifly-skills
项目自述名称 Ifly Hyper TTS（讯飞超拟人语音合成）（README/SKILL.md 标题；SKILL.md 内部标识符为 iflytek-hyper-tts，与正式名称含义一致，不作为名称使用）
作者/维护者 iFLYTEK（科大讯飞）官方 GitHub 组织 iflytek
来源链接 https://github.com/iflytek/iFly-Skills/tree/main/skills/iflytek-hyper-tts
许可证 Apache-2.0（GitHub API 确认，适用于整个 iFly-Skills 仓库）
GitHub Stars 211（GitHub API，仓库整体；iFly-Skills 是含 11 个独立技能的合集仓库，此数字不代表本技能自身热度）
Forks 27（GitHub API，仓库整体）
最新版本 同目录 _meta.json 标注 version 1.0.0；本技能对应脚本最近一次提交为 2026-08-11
安装方式 git clone 后置入对应 Agent 的 skills 目录，或通过 Skills.sh 等第三方技能市场安装（见第 10 章）

2. 功能介绍与亮点

Ifly Hyper TTS 是 iFLYTEK 官方“超拟人语音合成”能力的技能封装，通过 WebSocket 双向流式接口将文本转换为高自然度语音：

主要亮点：iFLYTEK 官方出品、完全开源可审计；6 天前（2026-08-11）刚合并一个由真实用户报告驱动的 bug 修复（--role 参数未正确传递），显示团队对该技能有持续维护投入；同合集姊妹技能也有类似的真实第三方反馈修复记录。

3. 适用场景

固定分类：内容创作与知识管理

面向需要将文字内容转换为自然语音的用户：内容创作者制作播客旁白或有声内容配音、产品团队制作演示解说、面向中文用户场景的语音播报与客服话术录制。产出为可直接使用的音频文件，尤其适合需要中文方言音色或需满足国内 AIGC 内容标识要求的场景。

4. 跨 Agent 兼容性

Agent 结论 依据
Claude Code 原生支持 标准 SKILL.md 格式，直接放入 skills 目录即可
OpenClaw 原生支持 SKILL.md 内置 openclaw 元数据块（emoji、用户指令示例），为该合集技能库明确适配对象之一
Codex 原生支持 Codex CLI 自 2025 年 12 月起原生支持 SKILL.md 标准，技能文件放入 .codex/skills/ 即可被发现；本技能脚本无 Claude 专属工具调用语法，理论上零改动可用（未实机安装验证）
Hermes Agent 需适配 Hermes Agent 官方文档要求 SKILL.md front matter 含 name/description/version 三个必填字段，本技能 SKILL.md front matter 未见显式 version 字段（version 仅存在于同目录 _meta.json），能否被直接识别加载需先补齐该字段验证

5. 推荐理由

对经常需要把文字内容转成语音的用户来说，这个技能一条命令即可通过 WebSocket 接口完成超拟人语音合成，覆盖中文普通话、英语与两种方言音色，支持语速/语调/音量细调，并内置符合国内监管要求的 AIGC 内容标识选项——同合集内少见地附带独立单元测试，工程质量有旁证。

6. 评分

维度 分数 说明
受欢迎程度 7 iFLYTEK 系科大讯飞官方出品；所属 iFly-Skills 是 11 个技能共享的合集仓库，211 star 不代表本技能个体热度；本技能自身在第三方技能市场暂无独立可查的采用数据
可用性 8 WebSocket 流式接口配合详尽的分场景 AI 调用指南、30 余条错误码对照表与 FAQ；附带独立单元测试文件（同合集其他技能普遍缺失）；需额外安装 websocket-client 第三方库（不同于同合集部分“纯标准库”技能）并配置 3 个环境变量凭据；6 天前（2026-08-11）刚合并一个真实用户报告驱动的 bug 修复
安全性 8 人工审查脚本源码确认仅通过 websocket-client 库向讯飞官方固定 WebSocket 端点发起连接、上传用户提供的文本，无 shell 命令执行、无 eval/exec；凭据经环境变量读取，脚本内不落盘；License 为 Apache-2.0，明确；SKILL.md 与脚本全文未见可疑指令或夹带推广内容；额外内置 AIGC 内容标识选项
综合 7.67 三项均值

安全检查清单逐项结果：① 脚本本身不执行任意 shell 命令，仅由本地 Python 进程发起 WebSocket 连接，权限范围明确（人工审查 scripts/xfei_hyper_tts.py 源码确认）；② 会将用户提供的文本发送至讯飞官方 WebSocket 端点完成语音合成，数据流向在文档中已注明且目标域名固定透明；③ 要求讯飞 API 凭据（AppID/Key/Secret），通过环境变量存储，为标准做法；④ 全文及脚本源码未发现可疑指令、混淆代码或隐蔽外发逻辑；⑤ 作者为科大讯飞官方组织，无信誉造假迹象；⑥ License 为 Apache-2.0，明确；⑦ 6 天前仍有真实 bug 修复提交，保持活跃维护。

7. 跟同类 Skills 相比的优势

技能 语言/音色覆盖 特色能力 依赖与定价
Ifly Hyper TTS（本技能） 中文普通话（多音色）+ 英语美式 + 天津话/东北话方言 超拟人副语言表现；内置 AIGC 内容标识选项，贴合国内合规要求 讯飞官方 API 凭据，需额外安装 websocket-client
text-to-speech-elevenlabs-skills 70+ 语言，6 种模型（最高音质到约 75ms 超低延迟） 音色稳定度/相似度精细调优；REST 与 WebSocket 均支持，附带 evals/ 测试框架 ElevenLabs 官方 API 凭据

Ifly Hyper TTS 专精中文场景音色（含方言）与国内内容合规标识需求，是面向中文用户的更贴合选择；ElevenLabs 的技能覆盖语言更广、模型选择更丰富，更适合需要多语言或超低延迟场景的项目。两者定位互补，选型取决于目标语种与是否需要国内合规标识。

8. 用户评价

该技能目前在第三方平台尚无具名用户评价。所属仓库存在真实第三方开发者提交并被合并的 bug 修复记录（含本技能的 --role 参数问题），显示该合集有真实使用者在跟进维护，但这些反馈并非专门针对本技能撰写的评价。

9. 其他补充

iFly-Skills 合集除本技能外还包含图片理解、通用 OCR、票据识别、文本校对、语音转写、机器翻译、视频翻译、声音克隆、合同智能审核等技能，均调用讯飞自有云 API；仓库同时向 ClawHub、Skills.sh、腾讯云 SkillHub、LobeHub 等多个第三方技能市场分发。

10. 安装使用方式

方式一：直接克隆子目录

git clone https://github.com/iflytek/iFly-Skills.git
cp -r iFly-Skills/skills/iflytek-hyper-tts ~/.claude/skills/
pip install websocket-client>=1.6.0

方式二：通过第三方技能市场安装（以 Skills.sh 为例）

npx skills add iflytek/ifly-skills/iflytek-hyper-tts

使用前配置（必需环境变量，在讯飞控制台开通“超拟人语音合成”服务后获取）：

export XFEI_APP_ID="your_app_id"
export XFEI_API_KEY="your_api_key"
export XFEI_API_SECRET="your_api_secret"

基本用法：

# 使用默认发音人（聆小糖）直接合成
python3 scripts/xfei_hyper_tts.py --text "你好，欢迎使用讯飞超拟人语音合成！"

# 指定发音人与语速
python3 scripts/xfei_hyper_tts.py --text "语速稍快" --output fast.mp3 --vcn x5_lingfeiyi_flow --speed 70

# 查看可用发音人列表
python3 scripts/xfei_hyper_tts.py --action list_voices

安装后无需重启 Agent，下一次对话中提及“把这段文案读出来”“念出来”“转语音”等意图即可触发。

11. 注意事项