@hackerpl/bailian-cli

阿里云百炼服务命令行工具，支持 TTS（文本转语音）、Image（文生图）等多种 AI 服务。

✨ 特性

• 🎙️ TTS（文本转语音） — 支持 24 种音色、10 种语言，可自定义语音风格
• 🖼️ Image（文生图） — 支持提示词生成图片并自动下载到本地
• 🧩 可扩展架构 — 模块化设计，轻松接入 ASR 等更多百炼服务
• 🎨 友好的终端体验 — 彩色输出、加载动画、格式化结果展示

📦 安装

前置依赖

如果你需要使用 bailian tts -f mp3 输出 mp3，必须先在本机安装 ffmpeg，因为 CLI 会调用系统里的 ffmpeg 可执行文件完成转码。

如果只使用默认的 wav 输出，则不需要安装 ffmpeg。

推荐安装（全局安装）

npm i -g @hackerpl/bailian-cli

手动安装（从源码构建）

# 克隆项目
git clone https://github.com/hackerpl/bailian-cli.git
cd bailian-cli

# 安装依赖
npm install

# 构建
npm run build

# 全局链接（可选，方便直接使用 bailian 命令）
npm link

🔧 配置

CLI 需要百炼 API Key，支持两种方式提供：

方式一：环境变量（推荐）

# Windows
set BAILIAN_API_KEY=sk-xxxxxxxxxxxxxxxx

# Linux / macOS
export BAILIAN_API_KEY=sk-xxxxxxxxxxxxxxxx

安装 ffmpeg（仅 mp3 输出需要）

# macOS
brew install ffmpeg

# Ubuntu / Debian
sudo apt install ffmpeg

# Windows（scoop）
scoop install ffmpeg

方式二：命令行参数

bailian --api-key sk-xxxxxxxxxxxxxxxx tts -t "你好"

可选环境变量

| 环境变量 | 说明 | 默认值 | |---------|------|--------| | BAILIAN_API_KEY | 百炼 API Key | — | | BAILIAN_REGION | API 区域 (beijing / singapore) | beijing |

🚀 使用

全局选项

bailian [全局选项] <命令> [命令选项]

| 选项 | 说明 | |------|------| | --api-key <key> | 百炼 API Key | | --region <region> | API 区域：beijing | singapore | | -V, --version | 显示版本号 | | -h, --help | 显示帮助信息 |

tts — 文本转语音

将文本合成为语音，支持多种音色与语言。

bailian tts [选项]

选项

| 选项 | 说明 | 默认值 | |------|------|--------| | -t, --text <text> | 要合成的文本，最长 600 字符（必填） | — | | -v, --voice <voice> | 音色名称 | Cherry | | -l, --language <lang> | 语言类型 | Chinese | | -i, --instructions <inst> | 语音风格指令 | — | | -o, --output <format> | 输出格式：url（下载到本地）| data（返回 base64） | url | | -d, --output-dir <dir> | 自定义音频输出目录（仅 url 模式有效） | ~/.bailian-cli/media/ | | -f, --audio-format <format> | 本地音频格式：wav | mp3（仅 url 模式有效） | wav | | --optimize | 优化指令以提升语音表现力 | false | | --list-voices | 列出所有可用音色 | — |

示例

# 基础使用 — 使用默认音色将文本转为语音并下载
bailian tts -t "你好，欢迎使用百炼 TTS 服务"

# 指定音色和语言
bailian tts -t "Hello World" -v "Ethan" -l "English"

# 添加语音风格指令
bailian tts -t "春眠不觉晓" -v "Serena" -i "用温柔缓慢的语调朗读"

# 启用指令优化
bailian tts -t "今天天气真好" -v "Cherry" -i "用开心活泼的语气" --optimize

# 输出为 base64 格式
bailian tts -t "测试" -o data

# 自定义音频输出目录
bailian tts -t "你好世界" -d "D:\audio\output"

# 下载后自动转为 mp3
bailian tts -t "你好世界" -f mp3

# 查看所有可用音色
bailian tts --list-voices

-f mp3 依赖本机已安装 ffmpeg，CLI 会先下载 wav，再自动转码为 mp3。

支持的语言

| 语言 | 值 | |------|-----| | 自动检测 | Auto | | 中文 | Chinese | | 英语 | English | | 日语 | Japanese | | 韩语 | Korean | | 法语 | French | | 德语 | German | | 西班牙语 | Spanish | | 意大利语 | Italian | | 葡萄牙语 | Portuguese | | 俄语 | Russian |

可用音色

| 音色 | 描述 | 性别 | |------|------|------| | Cherry | 芊悦，阳光积极、亲切自然小姐姐 | 女 | | Serena | 苏瑶，温柔小姐姐 | 女 | | Ethan | 晨煦，标准普通话，阳光、温暖、活力 | 男 | | Chelsie | 千雪，二次元虚拟女友 | 女 | | Momo | 茉兔，撒娇搞怪 | 女 | | Vivian | 十三，拽拽的、可爱的小暴躁 | 女 | | Moon | 月白，率性帅气 | 男 | | Maia | 四月，知性与温柔 | 女 | | Kai | 凯，耳朵的一场SPA | 男 | | Bella | 萌宝，小萝莉 | 女 | | Eldric Sage | 沧明子，沉稳睿智的老者 | 男 | | Mia | 乖小妹，温顺乖巧 | 女 | | Mochi | 沙小弥，聪明伶俐的小大人 | 男 | | Bellona | 燕铮莺，声音洪亮，江湖气息 | 女 | | Vincent | 田叔，沙哑烟嗓 | 男 | | Bunny | 萌小姬，萌属性爆棚 | 女 | | Neil | 阿闻，新闻主持人 | 男 | | Elias | 墨讲师，学科严谨性 | 女 | | Arthur | 徐大爷，质朴嗓音 | 男 | | Nini | 邻家妹妹，甜得酥 | 女 | | Ebona | 诡婆婆，低语幽暗 | 女 | | Seren | 小婉，助眠舒缓 | 女 | | Pip | 顽屁小孩，调皮捣蛋 | 男 | | Stella | 少女阿月，迷糊少女音 | 女 |

也可使用 bailian tts --list-voices 在终端查看。

image — 文生图

根据提示词生成图片，并支持附带 1-3 张输入图进行生成或编辑，结果会自动下载到本地。

bailian image [选项]

选项

| 选项 | 说明 | 默认值 | |------|------|--------| | -p, --prompt <prompt> | 图片提示词（必填） | — | | -i, --image <image> | 输入图片路径/目录/HTTP(S) URL/Data URL，可重复传入，最多展开为 3 张 | — | | -m, --model <model> | 模型名称 | qwen-image-2.0-pro | | -s, --size <size> | 图片尺寸，例如 1024*1024、1280*720 | 1280*1280 | | -n, --max-images <count> | 生成图片数量上限（1-6） | 1 | | -N, --negative-prompt <prompt> | 负向提示词 | — | | -d, --output-dir <dir> | 自定义图片输出目录 | ~/.bailian-cli/media/ | | --seed <seed> | 随机种子 | — | | --no-prompt-extend | 关闭提示词智能改写 | 默认开启 | | --watermark | 为生成图片添加水印 | false |

示例

# 基础使用
bailian image -p "一只戴着宇航头盔的橘猫，电影海报风格，细节丰富"

# 输入一张本地图进行编辑
bailian image -p "把这只猫改成水彩插画风格" -i "./cat.png"

# 输入多张图进行融合
bailian image -p "图1中的女生穿着图2中的黑色裙子按图3的姿势坐下" -i "./girl.png" -i "./dress.png" -i "./pose.png"

# 传入目录，按文件名顺序展开目录中的图片
bailian image -p "把这组三视图整合成一张角色设定图" -i "./reference-images"

# 指定尺寸和生成数量
bailian image -p "赛博朋克城市夜景，霓虹灯，雨夜，广角镜头" -s "1024*1024" -n 2

# 增加负向提示词
bailian image -p "极简风客厅，原木色，阳光穿过落地窗" -N "低清晰度，模糊，畸形"

# 指定模型、输出目录和种子
bailian image -p "中国山水画风格的雪山与松林" -m "qwen-image-2.0-pro" -d "./output" --seed 42

# 关闭提示词智能改写
bailian image -p "极简海报，一只白色海鸥飞过蓝色海面" --no-prompt-extend

当前限制

• 当前仅支持 qwen-image-2.0 系列模型
• 输入图片最多 3 张
• --image 传入本地目录时，会按文件名顺序展开目录中的直接子图片文件
• 支持输入图片格式：JPG、JPEG、PNG、BMP、TIFF、WEBP、GIF
• 单张输入图片大小不能超过 10MB
• 输入图片宽高都必须在 384 到 3072 像素之间
• oss:// 输入当前不支持，因为 CLI 无法在发送前完成本地格式和像素校验

📁 项目结构

bailian-cli/
├── package.json
├── tsconfig.json
├── src/
│   ├── cli/                    # CLI 入口与命令
│   │   ├── index.ts            # 主入口
│   │   └── commands/
│   │       ├── image.ts        # Image 子命令
│   │       └── tts.ts          # TTS 子命令
│   ├── services/               # 服务层（按服务拆分）
│   │   ├── image/
│   │   │   └── index.ts        # Image 核心逻辑
│   │   └── tts/
│   │       ├── index.ts        # TTS 核心逻辑
│   │       └── voices.ts       # 音色数据
│   └── core/                   # 共享模块
│       ├── types.ts            # 类型定义
│       └── config.ts           # 配置管理
└── dist/                       # 编译输出

🔌 扩展新服务

项目采用模块化架构，添加新的百炼服务非常简单：

1. 添加服务逻辑：在 src/services/ 下创建新目录（如 src/services/asr/）
2. 添加 CLI 命令：在 src/cli/commands/ 下创建命令文件（如 asr.ts）
3. 注册命令：在 src/cli/index.ts 中引入并注册

// src/cli/index.ts
import { registerAsrCommand } from './commands/asr.js';

// ...
registerAsrCommand(program);

🛠️ 开发

# 监听模式（自动重新编译）
npm run dev

# 手动构建
npm run build

# 直接运行（开发调试）
node dist/cli/index.js tts -t "测试"
node dist/cli/index.js image -p "一只会发光的水母漂浮在深海"

📄 License

MIT