Text-to-Speech Skill

将文本转换为语音。默认使用 MiniMax TTS（在线高质量中文配音），并保留 Kokoro TTS v1.1-zh（本地 Docker，102 个中文音色）和 Edge TTS（在线）作为可配置后备。

引擎对比

特性	MiniMax TTS	Kokoro TTS v1.1-zh	Edge TTS
质量	默认推荐，中文短视频旁白更自然	本地可用、接近真人	标准 Neural 语音
网络	需要 MiniMax API	不需要（本地 Docker）	需要网络连接
默认音色	`Chinese (Mandarin)_Reliable_Executive`（可靠高管）	`zm_009`	`zh-CN-YunyangNeural`
语速调节	speed 参数，默认 1.0	speed 参数	rate/pitch/volume
前提	`MINIMAX_API_KEY` 环境变量	Docker 容器需运行	安装 `edge-tts`
配置值	`minimax`	`kokoro`	`edge`