核心用法
Zvukogram 是一个基于俄罗斯 Zvukogram 云 TTS 服务的文本转语音技能，通过 API 将文本转换为自然人声。核心功能包括：基础 TTS 生成、SSML 标记支持（重音标记、语速控制、停顿）、多片段音频合并，以及英语外来词俄语转写。
使用方法分为三步：配置 API 凭证（token + email）、选择语音角色（如 Алена/Андрей）、调用脚本生成音频。支持通过 --speed 参数调整语速（0.5-2.0），通过 SSML <prosody>、<break> 标签精细控制朗读节奏。
显著优点
- 俄语质量高：专注俄语 TTS，重音标记（
+）解决俄语文本歧义发音问题 - SSML 完整支持：相比基础 TTS 服务，支持语速、停顿、转写等语音合成标记语言标准
- 批量与长文本：
/longtext端点支持最高 100 万字符，适合有声书、播客制作 - 多角色可选：4+ 预设声线，支持通过 ffmpeg 合并实现多角色对话效果
- 外来词优化：内置英语品牌/技术词汇的俄语转写表（OpenAI→Оупен Эй Ай）
潜在局限
- 俄语单语种：核心优化俄语，其他语言支持有限
- API 限制：单次请求 1000 字符上限，需分批处理长内容
- 多声线限制：API 不支持
<voice>标签切换，需客户端合成多片段 - 付费依赖：需 Zvukogram 账户与 API token，存在调用成本
适合人群
俄语内容创作者、播客制作人、语音通知系统开发者、需要批量生成俄语有声内容的企业用户，以及希望精细控制语音韵律的技术用户。
常规风险
- API 密钥泄露：token 存储于本地配置文件，需确保
~/.config/zvukogram/目录权限安全 - 成本不可控：长文本/高频调用可能产生意外费用，建议实现余额检查（
balance.py） - 音频版权：生成内容受 Zvukogram 服务条款约束，商业使用需确认授权范围
- 外部依赖：服务可用性依赖 Zvukogram 平台，存在单点故障风险