Przejdź do treści
Biblioteka skilli
AI i agenci · Konwersja i formaty

speak

/speak

Zamienia tekst na mowę modelem chatterbox-nano, z możliwością klonowania głosu, dla agentów głosowych i audiobooków.

Repozytorium
zerogpu-router ↗
Licencja
MIT
Ostatnia zmiana repozytorium
12.11.2026

Ocena i bezpieczeństwo

87/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść22 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 12.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Zamienia tekst na mowę modelem chatterbox-nano, z możliwością klonowania głosu, dla agentów głosowych i audiobooków.

Argumenty

/speak <text>
Oryginalny opis (EN)

Generate speech from text with chatterbox-nano, Resemble AI's 110M-parameter text-to-speech model, built for fast, high-quality speech generation at low latency, with expressive speech and voice cloning. Use for voice agents, conversational AI, gaming, accessibility, audiobooks, and content creation — anywhere the user asks to read text aloud, narrate it, or turn it into audio.

Jak działa

SKILL.md bez nagłówków drugiego poziomu · 15 linii, 196 słów

Podgląd SKILL.md
---
name: speak
description: Generate speech from text with chatterbox-nano, Resemble AI's 110M-parameter text-to-speech model, built for fast, high-quality speech generation at low latency, with expressive speech and voice cloning. Use for voice agents, conversational AI, gaming, accessibility, audiobooks, and content creation — anywhere the user asks to read text aloud, narrate it, or turn it into audio.
argument-hint: "<text>"
allowed-tools: Bash(zerogpu chat_completions *)
---

Call chatterbox-nano. `$ARGUMENTS` is the raw text to speak — pass it verbatim, no escaping or quoting required (the heredoc below handles every shell metacharacter, newline, quote, and paren safely):

```!
zerogpu chat_completions -m chatterbox-nano <<'ZGPU_END_OF_INPUT'
$ARGUMENTS
ZGPU_END_OF_INPUT
```

Output is the model's response as the API returns it. Report what was synthesized and relay the response's own reference to the audio — do not print an encoded audio payload back to the user.

At \$0.01 per minute of generated audio it is the cheapest audio model on the platform and bills nothing per token. `zerogpu chat_completions` writes the response to stdout and takes no output-file option, so this skill does not save a playable file; if the user needs one, say so rather than reporting a path that does not exist. For the other direction, `/zerogpu-router:transcribe` is the speech-to-text route.

Savings note: only if the command output literally contains a line starting with `💰 ZeroGPU savings`, append that exact line, unchanged, as the last line of your reply. If no such line is present, say nothing about savings and do not mention or suggest `/zerogpu-router:cost-savings` — this note is intentionally occasional, not shown every time.

Wersje

RepozytoriumWynikLicencja
Ta strona · zerogpu/zerogpu-router87MIT
kaithoughtarchitect/toppingout100MIT
clawic/skills90MIT

Migawka bazy z 13.11.2026 · wersja paczki f780689c5894 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 87zerogpu-speak
    Zamienia tekst na mowę modelem chatterbox-nano, z klonowaniem głosu, dla agentów głosowych i audiobooków.
  • 100resemble-chatterbox
    Pomaga wybrać wariant Chatterbox do syntezy mowy i klonowania głosu, z przygotowaniem próbek, emocjami, znakiem wodnym i zgodą.
  • 91awvoice
    Zamienia mowę na tekst i tekst na mowę przez usługę hostowaną we własnym zakresie, także w awatarze biurkowym.
  • 100fal-audio
    Zamienia tekst na mowę i mowę na tekst za pomocą modeli audio fal.ai, w tym generowanie głosu i transkrypcję nagrań.
  • 100speech-generation
    Zamienia tekst na mowę przez ElevenLabs w Letta: generuje audio, wiadomości głosowe, lektora i mowę w ponad 90 językach, także własnym głosem agenta.
  • 90Voice for Agent
    Pomaga zainstalować i sterować usługą mowy dla agentów, sprawdzać jej stan, zatrzymywać mowę i usuwać narzędzie.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.