基于 MLX Audio TTS 的语音回复技能，可将网页内容朗读或生成对话式语音，适合解放双手获取信息。
说明：
## Audio Reply 技能评估
### 核心用法
Audio Reply 是一款文本转语音（TTS）技能，提供两种主要工作模式：
1. **网页朗读模式**：通过 “read it to me [URL]” 触发，抓取公开网页内容并转换为语音播报
2. **对话生成模式**：通过 “talk to me [topic]” 触发，生成自然对话风格的语音回复
该技能基于 Apple MLX 框架的 `chatterbox-turbo-fp16` 模型，通过 `uv` 包管理器运行，首载约 500MB。
### 显著优点
– **本地化执行**：依托 MLX 在 Apple Silicon 本地运行，无需云端 API，隐私性较好
– **自然音质**：chatterbox-turbo 模型以对话自然度见长，支持情感调节 (`–exaggeration`)
– **多场景触发**：支持 “speak”、”say it”、”voice reply” 等多种口语化唤醒词
– **自动清理**：强制要求删除临时音频文件，减少本地残留
### 潜在缺点与局限
– **平台限制**：仅支持 macOS (darwin)，依赖 Apple Silicon 的 MLX 生态
– **语言偏向**：官方提示非英语质量可能下降
– **内容长度**：长文本 (>500 词) 需主动摘要，可能影响信息完整性
– **网络依赖**：URL 抓取环节引入外部依赖，存在超时或反爬风险
### 适合人群
– 需要通勤、家务时”听”内容的 macOS 用户
– 偏好本地 AI、反感云端 TTS 隐私风险的用户
– 视力辅助需求者
### 常规风险
– **URL 安全风险**：虽配置多项安全护栏（私网 IP 拦截、凭证检测），但公开 URL 仍可能返回恶意内容
– **音频历史残留**：提示中指出客户端聊天记录可能保留音频引用，敏感内容需谨慎
– **首载带宽**：500MB 模型初次下载对网络环境有要求
### 安全建议
该技能的安全护栏设计较为周全，但 URL 抓取始终是攻击面。建议用户仅提供可信公开链接，避免输入含敏感参数的 URL。
会员专属
