Token导航 LogoToken导航

Agent Skill · 待分类

qwen-voice(Qwen voice 音频)

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制;涉及人声克隆、版权音乐或公开发布时,应先核对授权和合规边界。

qwen-voice 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证信息还不明确,第三方扫描有提醒项,按安装量在待分类类的 11,209 个 Skill 里排第 1,150。

总安装 4,817周安装 193GitHub Stars 5下载 1,559核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:qwen-voice(Qwen voice 音频)
来源仓库:https://github.com/ada20204/qwen-voice
仓库路径:skills/qwen-voice
安装命令:
npx skills add https://github.com/ada20204/qwen-voice --skill qwen-voice
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/ada20204/qwen-voice --skill qwen-voice

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

用于辅助音频、语音转写或声音素材处理。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。适合让 Agent 生成配乐说明或整理音频流程。需确认输入音频来源、输出格式及模型限制后再使用。涉及人声克隆或版权音乐时应先核对授权与合规边界。

qwen-voice 属于待分类类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/qwen-voice

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/ada20204/qwen-voice --skill qwen-voice;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

qwen-voice 怎么安装?

在终端执行 npx skills add https://github.com/ada20204/qwen-voice --skill qwen-voice。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

qwen-voice 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

qwen-voice 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

qwen-voice 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

qwen-voice 用的人多吗?

公开数据是累计安装 4,817 次,近一周安装 193 次,下载 1,559 次,GitHub 5 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

qwen-voice 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
qwen-voice

Qwen voice 音频 · 本页

4,8175接触敏感数据未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

qwen-voice

Use DashScope-backed Qwen speech scripts for cloud ASR, cloud TTS, and optional voice cloning.

Use this skill for the right cases

  • Prefer this skill when local-whisper or local-qwen-tts is not the right fit.
  • Use it for cloud ASR on audio files.
  • Use it for cloud TTS voices or clone profiles.
  • Expect network/API dependency and possible cost.

Config

Expect DASHSCOPE_API_KEY in one of:

  • ~/.config/qwen-voice/.env
  • <repo>/.qwen-voice/.env

If missing, stop and report missing auth instead of guessing.

Scripts

# ASR
python3 "$SKILL_DIR/scripts/qwen_asr.py" --in /path/to/audio.ogg
python3 "$SKILL_DIR/scripts/qwen_asr.py" --in /path/to/audio.ogg --timestamps --chunk-sec 3

# preset voice TTS
python3 "$SKILL_DIR/scripts/qwen_tts.py" --text '你好,我是 Pi。' --voice Cherry --out /tmp/out.ogg

# create clone profile
python3 "$SKILL_DIR/scripts/qwen_voice_clone.py" --in ./voice_sample.ogg --name george --out "$SKILL_DIR/work/qwen-voice/george.voice.json"

# synthesize with clone profile
python3 "$SKILL_DIR/scripts/qwen_tts.py" --text '你好,我是 George。' --voice-profile "$SKILL_DIR/work/qwen-voice/george.voice.json" --out /tmp/out.ogg

Operational notes

  • Output .ogg is suitable for Telegram voice notes.
  • Timestamp mode is chunk-based, not true word alignment.
  • Scripts create work files and venv inside $SKILL_DIR/work/ (not the project's cwd).
  • Prefer sending larger batched requests over many tiny API calls when possible.

Failure rules

  • If API key is missing: report auth missing.
  • If audio conversion fails: check ffmpeg/input format first.
  • If clone creation fails: separate clone-profile failure from normal preset-voice TTS.
  • If ASR works but timestamps are messy: report they are coarse chunk timestamps, not exact word timings.

平台分布

Codex

33.54%
按下载量换算523

Claude

29.17%
按下载量换算455

Cursor

21.36%
按下载量换算333

Gemini CLI

9.69%
按下载量换算151

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills