Speak TTS

On-device Apple Silicon TTS CLI med stemmekloning, auto-chunking og genoptagelse for lange dokumenter.

Af EmZod · EmZod/speak

Virker med opsætning ★ 6.8/10

Speak TTS — On-device Apple Silicon TTS CLI med stemmekloning, auto-chunking og genoptagelse for lange dokumenter.

Hvad det gør

Giver en agent en lokal `speak` CLI (Bun + Python/MLX Chatterbox backend) til at læse tekst, Markdown eller pipet indhold højt, klone en stemme fra en kort prøve, batch-processere kapitler og genoptage afbrudt langdokument-generering, helt on-device uden API-nøgler. Udløses ved anmodninger om at læse noget højt, narrere et lydbog, eller give et talt svar, men fungerer kun på Apple Silicon Macs.

Testrapport

Kode-auditeret frem for udført (ingen Bun runtime og ingen 500MB model download i denne sandbox): alle dokumenterede flags, kommandoer, og endda præcise fejlstrengen ('Server not running', file-not-found, sox-missing) blev fundet ægte implementeret på tværs af en rigtig 2.827-linjers TypeScript + 752-linjers Python kodebase, ikke vaporware. Men SKILL.md's egen Prerequisites tabel nævner aldrig Bun eller Python 3.10+, og projektets egen anbefalede agent quick-setup (kopier kun SKILL.md) leverer en skill, der refererer til en `speak` binær fil, der faktisk ikke er på PATH.

Testet: 2026-07-16 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/EmZod/speak.git
mkdir -p ~/.claude/skills
cp -r speak ~/.claude/skills/speak-tts
cd ~/.claude/skills/speak-tts && bun install && alias speak="bun run $(pwd)/src/index.ts"

Kommandoer og eksempelprompter

  • /speak-ttsOn-device Apple Silicon TTS CLI med stemmekloning, auto-chunking og genoptagelse for lange dokumenter.

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

  • Read this article aloud to me using my own cloned voice, offline.
  • Narrate this long ebook chapter and let it resume if interrupted.
  • Turn this markdown doc into spoken audio without any cloud API keys.