GitHub โอเพนซอร์ส Skill ให้ OpenClaw กุ้งเครย์ฟิชพูดได้: โคลนเสียงทรัมป์ด้วยคลิกเดียว

วันนี้มาแบ่งปันโปรเจกต์โอเพนซอร์สน่าสนใจที่เพิ่งค้นพบใหม่บน GitHub นี่คือ Skill ชื่อ NoizAI/skills ที่จะทำให้ผู้ช่วย AI OpenClaw กุ้งเครย์ฟิชของคุณมีความสามารถด้านเสียง พร้อมทั้งสามารถโคลนเสียงของบุคคลเฉพาะเจาะจงได้ (เช่น เสียงของทรัมป์) ทำให้มันกลายเป็นเพื่อนอัจฉริยะที่มีเสียงพูด

เมื่อมอบเสียงให้กับผู้ช่วย AI แล้ว ความรู้สึกทางจิตใจของผู้ใช้ในการโต้ตอบกับมันจะเปลี่ยนแปลงไปอย่างละเอียดอ่อน ราวกับว่ามันมีตัวตนที่สมจริงมากขึ้น

1. ลองฟังผลลัพธ์

หลังจากติดตั้ง Skill NoizAI แล้ว แค่ให้ OpenClaw กุ้งเครย์ฟิชของคุณฟังไฟล์เสียงอ้างอิงของบุคคลเป้าหมาย (เช่น ทรัมป์) มันก็จะสามารถโคลนเสียงนั้นและแปลงเป็นเสียงของตัวเองได้อย่างรวดเร็ว เมื่อเปิดใช้งานฟังก์ชันเสียงแล้ว ผู้ช่วย AI ก็จะสามารถใช้เสียงที่โคลนมาในการสนทนาได้

สาธิตผลลัพธ์จริง:

ผู้ใช้จำนวนมากได้เชื่อมต่อ Skill นี้ไปยังแพลตฟอร์มต่างๆ เช่น Feishu, WhatsApp, Telegram แล้ว

โดยเฉพาะอย่างยิ่งในสถานการณ์ “Agent Teams” ที่กำลังเป็นที่นิยมล่าสุด ผู้ใช้สามารถกำหนดค่าผู้ช่วย AI หลายตัวให้รับบทบาทที่แตกต่างกัน (เช่น การดำเนินงาน, บริการลูกค้า, การเขียนโปรแกรม) ด้วยการกำหนดเสียงที่แตกต่างกันให้กับผู้ช่วยในบทบาทต่างๆ ในสถานการณ์ที่ไม่สะดวกมองหน้าจอ (เช่น ขณะขับรถ, ทำงานบ้าน) สามารถแยกแยะผู้ช่วยที่กำลังสนทนาอยู่ได้ชัดเจนเพียงแค่ใช้เสียง สร้างประสบการณ์การโต้ตอบอัจฉริยะที่มีความสามารถในการระบุตัวตนสูง

2. วิธีการติดตั้ง?

ขั้นตอนการติดตั้งง่ายมาก หาก OpenClaw กุ้งเครย์ฟิชของคุณมีความสามารถในการอ่านเว็บ เพียงแค่ส่งคำสั่งต่อไปนี้ให้มันโดยตรง:

ช่วยติดตั้ง Skill นี้ให้หน่อย: https://github.com/NoizAI/skills

หลังการติดตั้งเสร็จสิ้น Skill นี้รองรับสองโหมด:
* โหมด Kokoro: ทำงานแบบโลคัลล้วน ต้องดาวน์โหลดโมเดล แต่ไม่รองรับการโคลนเสียง
* โหมด Noiz คลาวด์: รองรับฟังก์ชันโคลนเสียง และให้เครดิตฟรีจำนวนมาก

หลังจากกำหนดค่า Noiz API Key แล้ว กุ้งเครย์ฟิชของคุณก็จะสามารถใช้เสียงได้ คุณสามารถเลือกจากคลังเสียงทางการ หรือให้ไฟล์เสียงอ้างอิงเพื่อให้มันโคลนโดยตรง

เมื่อโคลนสำเร็จแล้ว แจ้งผู้ช่วย AI ว่า “จำเสียงนี้ไว้เป็นเสียงของคุณนะ” หลังจากนั้นมันก็จะสามารถใช้เสียงนี้ในการส่งข้อความเสียงในสถานการณ์ที่เหมาะสมได้

คำแนะนำ: หากพบปัญหาไม่สามารถส่งเสียงได้ ลองสนทนากับผู้ช่วย AI เพื่อให้มันเรียนรู้ด้วยตัวเอง หรืออ้างอิงรูปแบบการส่งข้อความเสียง Feishu ที่ถูกต้องดังต่อไปนี้เพื่อกำหนดค่า:
วิธีส่งข้อความเสียง Feishu ที่ถูกต้อง:
อัปโหลดไฟล์: file_type=opus (ไม่ใช่ mp3) ต้องมี receive_id_type=chat_id และ receive_id
ส่งข้อความ: msg_type=audio, receive_id_type=chat_id, content ประกอบด้วย file_key และ duration

3. รู้จักกับ Skill โอเพนซอร์ส

NoizAI/skills เป็นโปรเจกต์โอเพนซอร์สจากแพลตฟอร์ม Noiz AI Noiz AI เป็นแพลตฟอร์มที่เน้นด้านเสียง AI โดยเฉพาะ ให้บริการโคลนเสียงคุณภาพสูง, TTS แบบมีอารมณ์ และสรุปวิดีโอ เป็นต้น

Skill โอเพนซอร์สครั้งนี้ประกอบด้วย 5 ฟังก์ชันหลัก ครอบคลุมหลายด้านของการผสมผสานระหว่าง AI Agent กับเสียง:

1. Skill แปลงข้อความเป็นเสียง: รองรับ Kokoro / Noiz มีโหมดง่าย, การเรนเดอร์ไทม์ไลน์ที่แม่นยำ, การควบคุมระยะเวลา และการโคลนเสียงจากไฟล์เสียงอ้างอิง
2. สนทนาด้วยเสียงของบุคคลเป้าหมาย: ค้นหาเสียงของบุคคลเป้าหมายออนไลน์โดยอัตโนมัติ, แยกตัวอย่างเสียงที่สะอาด และสร้างคำตอบเสียง
3. Skill เสียงพิเศษ: ผ่านคำอุทาน, พารามิเตอร์อารมณ์ และการตั้งค่าล่วงหน้าของสถานการณ์ ทำให้เสียงที่สร้างขึ้นมีความรู้สึกเป็นเพื่อนและมีบุคลิกมากขึ้น
4. Skill แปลวิดีโอ: แปลเสียงในวิดีโอเป็นภาษาอื่น สร้างเสียงพากย์ด้วย TTS และแทนที่แทร็กเสียงเดิม พร้อมทั้งรักษาภาพไว้

ตัวอย่างคำสั่งสำหรับนักพัฒนา:
bash

ดู Skill ที่สามารถติดตั้งได้ในรีโพซิทอรี GitHub

npx skills add NoizAI/skills –list –full-depth

ติดตั้ง Skill ที่ระบุจากรีโพซิทอรี GitHub

npx skills add NoizAI/skills –full-depth –skill tts -y

ติดตั้งจากรีโพซิทอรี GitHub

npx skills add /

พัฒนาและดีบักแบบโลคัล (รันในไดเรกทอรีรีโพซิทอรี)

npx skills add . –list –full-depth

NoizAI ได้ห่อหุ้มความสามารถในการประมวลผลเสียงและวิดีโอ AI ระดับสูงให้เป็นทักษะเชิงอะตอมที่นักพัฒนาสามารถเรียกใช้ได้ หากคุณหวังว่า AI บอทของคุณจะไม่จำกัดอยู่แค่การแชทด้วยข้อความ แต่เป็นผู้ช่วยที่มีอารมณ์ที่สามารถสื่อสารด้วยเสียงธรรมชาติได้ ลองใช้โปรเจกต์นี้ดู

ที่อยู่โปรเจกต์: https://github.com/NoizAI/skills

⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง