从文字或图像生成3D模型,并与目录素材搭配使用。在Blender中检查形状、材质、大小和接地情况,记录生成条件、来源及费用,再将素材加入场景。
- 根据文字生成独特的3D道具
- 将概念图中的物体转为3D模型
- 用目录中的植被和岩石填充背景
使用 HeyGen 原生语音或目录语音将文字转为音频,查询可用语音,并在保留时间信息的情况下转换音频;支持带时间戳和流式输出。
HeyGen native Voice1 and catalog speech, voice discovery, timestamps, and streaming.
实测评分 未实测
查看安装方法此技能使用 HeyGen 语音合成功能将文本转换为音频。原生语音和目录语音属于不同系统,使用时需要明确选择模型或引擎。技能可以列出可用语音,也可以使用处于有效状态的工作区即时语音转换现有音频,同时保留时间信息。生成结果为 WAV。对于流式输出,技能会组装分段音频,并将时间戳保存为对齐信息。
需要制作旁白、查看可用语音,或将现有音频转换为指定工作区即时语音并保留原有时间信息时,可以使用此技能。原生语音查询与目录语音各自使用独立的语音标识和选择方式。
原生语音标识与目录语音标识不能互换。Professional 语音需要 Voice1 模型,不能与 Turbo 搭配使用。技能不会自动切换到旧版语音合成接口,必须明确选择模型或引擎。所提供的资料注明,Turbo Free 提供至 2026 年 11 月 30 日。
本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。
AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。
不计入评分。 由 AI(OpenAI Codex)于 2026年10月24日 评估。仅供参考,安装前请同时查看原文。
安装前可以查看交给 AI 代理的指令内容。
Use the registered tools, not the retired /v1/audio speech endpoints.
heygen_tts: native HeyGen Voice1 / Turbo / Turbo Free. Native ACTIVE public,
instant or professional voices from /v3/models/audio/voices. Professional
voices require Voice1 (not Turbo). Output is44.1kHz WAV; text limit5,000 chars.heygen_catalog_tts: catalog voices from /v3/voices; explicit engine selection
on /v3/voices/speech (Starfish, HeyGen Voice, or ElevenLabs). These voice IDs
are not interchangeable with native clone IDs.heygen_voice_convert: timing-preserving conversion with an ACTIVE instant
workspace voice via /v3/models/audio/sts.Read the October23 provider guide for current request fields, output paths, timestamp/SSE handling, pricing, and retry behavior. Do not silently fall back between native models, catalog engines, or hosts. Turbo Free is promotional through November30,2026 and has shared capacity limits.
Official documentation: https://developers.heygen.com/docs/voices/heygen-voice-speech https://developers.heygen.com/reference/generate-speech https://developers.heygen.com/docs/voices/speech-to-speech
还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
从文字或图像生成3D模型,并与目录素材搭配使用。在Blender中检查形状、材质、大小和接地情况,记录生成条件、来源及费用,再将素材加入场景。
使用ACE-Step 1.5生成视频背景音乐和带歌词的歌曲,可指定曲风、时长、速度与调性,也支持改编参考音频,以及从混合音频中分离人声或乐器。
使用ElevenLabs创建语音对话助手或角色,配置声音、应答规则、语言模型及外部工具,支持嵌入网站,并通过Twilio集成设置电话外呼。
根据文字或参考图像生成AI视频,并按用途、可用服务和预算选择模型。可制作社交平台竖屏短片、让商品照片动起来,也可通过对话编辑已有片段。
根据文字描述或参考图片生成AI视频,并按用途和费用选择生成服务。支持设置画面比例、查看生成进度,以及通过Gemini Omni对话修改现有视频。
通过Atlas Cloud使用多种模型生成和编辑图像与视频,只需一个API密钥,即可保存生成素材,以及所用模型、提交设置和预估费用等记录。