基于 Inworld.ai 的专业 TTS API，支持多音色、语速调节与流式合成，适合开发者快速构建语音交互应用。
说明：
## 核心用法
Inworld TTS 是一款面向开发者的命令行语音合成工具，通过调用 Inworld.ai 的 TTS API 将文本转换为 MP3 音频。使用时需先从平台获取 Base64 编码的 API Key（需具备 “Voices: Read” 权限），配置环境变量后即可通过 Shell 脚本执行合成任务。
基础调用格式为 `./scripts/tts.sh “文本” 输出文件.mp3`，支持 `–voice`、`–rate`、`–temp`、`–model` 等参数调节。对于超过 4000 字符的长文本，可使用 `–stream` 启用流式接口避免单次请求限制。
## 显著优点
– **专业级音色**：Inworld.ai 原为游戏 NPC 语音设计，合成质量高于通用 TTS 服务
– **灵活参数控制**：语速 0.5-2.0x 可调，支持温度参数微调表达风格
– **流式支持**：内置长文本分片机制，避免手动截断
– **轻量集成**：纯 Shell 脚本实现，依赖仅为 curl/jq/base64，易于嵌入 CI/CD 或自动化工作流
## 潜在局限
– **商业依赖**：完全依赖 Inworld.ai 云服务，存在供应商锁定风险；国内访问可能受网络延迟影响
– **成本门槛**：未明确提及免费额度，实际使用需关注按字符计费成本
– **格式单一**：仅输出 MP3，若需 WAV/OPUS 等格式需额外转码
– **错误处理较简**：脚本层错误提示依赖 API 返回，调试体验一般
## 适合人群
– 游戏开发者需快速生成 NPC 对话语音
– 内容创作者批量生成有声读物/播客素材
– 自动化流程需语音输出环节的技术团队
## 常规风险
– **API 密钥泄露**：脚本以环境变量传 Key，存在 `~/.bashrc` 或 shell history 泄露风险，建议配合密钥管理服务
– **网络传输安全**：API 调用走 HTTPS，但需确认证书校验未禁用
– **版权合规**：合成语音的商用授权需查阅 Inworld.ai 服务条款
会员专属
