Files

John Qiu 712063071c refactor: 通用技能按类别拆分为独立目录

skills/ → skills-dev(9), skills-req(10), skills-ops(4),
skills-integration(8), skills-biz(4), skills-workflow(7)

generate-marketplace.py 改为自动扫描所有 skills-* 目录。

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

2026-03-14 11:31:58 +10:30

4.9 KiB

Raw Blame History

豆包语音插件 - 开发状态

更新时间: 2026-02-07 版本: 1.0.0

✅ 已完成功能

1. TTS (文字转语音) - 完全可用 ✅

测试状态: 通过 API版本: V1 可用音色:

BV700_V2_streaming (通用女声)
BV701_V2_streaming (通用男声)
BV406_streaming (温柔女声)
BV158_streaming (活泼女声)
BV115_streaming (磁性男声)

测试命令:

source scripts/setup_env.sh
python3 scripts/voice_converter.py tts "你好世界" -o hello.mp3

测试结果:

✅ HTTP 200 OK
✅ Code 3000 Success
✅ 成功生成 MP3 文件
✅ 音质正常

⚠️ 待完成功能

2. ASR (语音转文字) - 待启用服务

问题: Code 1001 - "requested resource not granted"

原因: ASR 服务未在火山引擎控制台正确启用

解决步骤:

访问: https://console.volcengine.com/speech/service
找到 "语音识别 (ASR)" 服务
确保服务已启用并勾选必要选项
等待服务生效（可能需要几分钟）
重新测试

测试命令 (服务启用后):

python3 scripts/voice_converter.py asr audio.mp3

3. V3 API / 豆包2.0音色 - 调试中

问题: Code 45000000 - "get resource id empty"

已尝试的方法:

Resource-Id header
X-Resource-Id header
resource_id query parameter
resource_id in app config
多种 resource_id 值: volc.bigmodel.tts, volc.seed-tts.default, volc.tts.default

当前状态: 所有方法均返回相同错误

可能原因:

V3 API 可能需要不同的认证方式 (IAM签名)
需要特殊的服务实例配置
Resource-Id 的获取或配置方法不正确

建议:

联系火山引擎技术支持获取 V3 API 正确配置方法
或继续使用 V1 API (已满足基本需求)

📁 项目文件结构

plugins/doubao-voice-plugin/
├── .claude-plugin/
│   └── plugin.json                    # 插件元数据
├── skills/
│   └── SKILL.md                       # 技能定义和文档
├── scripts/
│   ├── voice_converter.py             # 主转换工具 (V1 API, 可用)
│   ├── voice_converter_v2.py          # 手动签名版本 (待测试)
│   ├── voice_converter_sdk.py         # SDK版本 (待测试)
│   ├── check_credentials.py           # 凭证检查工具
│   ├── test_services.py               # 服务状态测试
│   ├── test_v3_debug.py               # V3 API 调试脚本
│   ├── setup_env.sh                   # 环境变量配置脚本
│   └── README_TEST.md                 # 测试报告
├── README.md                          # 用户文档
└── STATUS.md                          # 本文件 (开发状态)

🔧 诊断工具

检查凭证配置

python3 scripts/check_credentials.py

显示当前环境变量配置状态

测试服务状态

python3 scripts/test_services.py

测试 TTS 和 ASR 服务是否可用

V3 API 调试

python3 scripts/test_v3_debug.py

测试多种 V3 API 配置方式

📊 当前凭证配置

DOUBAO_APP_ID="your_app_id"
DOUBAO_ACCESS_TOKEN="your_access_token"

# V3 可选配置 (暂不可用)
# DOUBAO_USE_V3="true"
# DOUBAO_RESOURCE_ID="volc.bigmodel.tts"

Access Key 信息 (用于签名认证，暂未使用):

Access Key ID: your_access_key_id
Secret Access Key: your_secret_access_key

🎯 下一步计划

立即可用

✅ 使用 TTS 功能
- 集成到应用中
- 测试不同音色
- 生产环境部署

短期目标 (1-3天)

⚠️ 启用 ASR 服务
- 在控制台启用服务
- 测试语音识别功能
- 完善错误处理

长期目标 (可选)

🔄 V3 API 支持
- 联系火山引擎技术支持
- 获取正确的 Resource-Id 配置方法
- 支持豆包2.0高级音色

📞 技术支持

火山引擎

文档: https://www.volcengine.com/docs/6561/1329505
控制台: https://console.volcengine.com/speech/app
服务管理: https://console.volcengine.com/speech/service

常见问题解决

TTS 可用但 ASR 不可用
- 检查控制台 ASR 服务是否启用
- 确认勾选了"语音识别"选项
V3 API 持续报错
- 暂时使用 V1 API
- 联系火山引擎技术支持
认证失败
- 检查环境变量是否正确设置
- 确认 Access Token 格式正确
- 注意 Authorization header 使用 Bearer;{token} (有分号)

✨ 总结

当前可用: TTS (文字转语音) 功能完全可用，可以投入使用

待解决:

在控制台启用 ASR 服务
(可选) 解决 V3 API 配置问题

建议: 先使用 V1 API 的 TTS 功能，满足基本语音合成需求。ASR 功能在控制台启用服务后即可使用。V3 API 的豆包2.0音色为可选功能，可以后续再解决。

Generated by Claude Code on 2026-02-07

4.9 KiB Raw Blame History Unescape Escape