MiniMax 文字转语音

在 VS Code 中通过 MiniMax API 将文本合成为语音。支持普通朗读、分角色朗读、背景音效，并可作为 Copilot Agent 工具使用。

功能

• 朗读选中文本 — 选中编辑器内容，一键合成语音
• 朗读输入文本 — 手动输入文本后合成
• 分角色朗读 — 自动分析小说角色与对白，为每个角色分配不同音色
• 背景音效 — 自动分析文本场景氛围，匹配对应音效素材
• 播放控制 — 支持暂停/恢复、停止播放
• Copilot 集成 — 作为 Language Model Tool（minimax_tts_speak）供 Copilot Agent 调用
• 音频缓存 — 相同文本自动复用已合成的音频

使用方式

普通朗读

1. 运行 MiniMax 文字转语音：设置密钥，粘贴 MiniMax API 密钥
2. 在编辑器中选中文本，右键选择 朗读选中文本
3. 或通过命令面板运行 朗读输入文本，手动输入内容

分角色朗读

1. 运行 MiniMax 文字转语音：配置角色分析，设置 DeepSeek API 密钥
2. 打开小说文本，运行 分角色朗读文档
3. 确认角色与音色分配后开始合成

背景音效

1. 运行 选择音效素材库文件夹，选择一个按场景分类的音频目录
2. 分角色朗读时，DeepSeek 自动分析场景并匹配音效

音效素材库结构示例：sfx/forest/, sfx/rain/, sfx/battle/ 等，子目录名即为场景分类。

配置文件 .ttsvoices.json

在项目目录下创建 .ttsvoices.json，可为角色指定音色和语音参数（优先级高于 LLM 分析结果）：

{
  "张三": { "voiceId": "male-qingse", "speed": 1.2, "pitch": 2 },
  "李四": { "speed": 0.9 },
  "王五": "male-qingse",
  "@roleVoices": {
    "narrator": { "voiceId": "audiobook_female_1", "speed": 0.9 },
    "elderly": { "pitch": -3 }
  }
}

• 字符串值 — 指定角色音色 ID
• 对象值 — 可同时指定 voiceId、speed（0.5~2.0）、pitch（-12~12）、vol（0.1~10）
• @roleVoices — 按角色类型（narrator/male/female/girl/boy/child/elderly）指定音色和参数
• 参数优先级：角色名 > 角色类型 > LLM 分析值
• 配置文件向上查找，最近的生效

命令

设置

通过 VS Code 设置面板调整（minimaxTts.*），主要配置项：

要求

• VS Code ^1.100.0
• MiniMax API 密钥（语音订阅或 Token Plan）
• 分角色朗读需 DeepSeek API 密钥