语音合成
voice-tts
by binbin1213
使用 edge-tts 生成高质量中文语音消息并发送。当用户要求发语音、语音回复、TTS、文字转语音、语音播报、语音消息时使用。支持多种中文声音（男声/女声/方言），可调节语速音调，适用于飞书/Telegram/Discord 等渠道的语音消息发送。
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/binbin1213/ms-voice-tts文档
Voice TTS（edge-tts 语音合成）
使用 Microsoft edge-tts（免费）生成高质量中文语音，通过 message 工具发送语音消息。
⚠️ 安装（首次使用必读）
本 skill 依赖 edge-tts，需先全局安装。安装前请自查系统环境：
1. 检查是否已安装
which edge-tts
如果返回路径（如 /usr/local/bin/edge-tts），说明已安装，跳到「快速流程」。
2. 根据系统选择安装方式
macOS（推荐 pipx，独立环境不污染系统）：
# 先确认 pipx 是否已安装
which pipx
# 如果没有：brew install pipx
pipx install edge-tts
pipx ensurepath
⚠️ macOS 的 Homebrew Python 受 PEP 668 限制，禁止直接
pip install。 不要用pip install --break-system-packages，会污染系统 Python。
Linux（推荐 pipx，或用 --user 安装）：
# 方式一：pipx（推荐）
pipx install edge-tts
# 方式二：pip --user（如果 pipx 不可用）
pip install --user edge-tts
# 安装后确保 ~/.local/bin 在 PATH 中
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc && source ~/.bashrc
Windows（PowerShell）：
pip install edge-tts
# 或
pipx install edge-tts
3. 验证安装
edge-tts --list-voices | head -5
看到语音列表即安装成功。
快速流程
- 运行脚本生成语音 → 获取文件路径
- 用
message工具发送（asVoice: true，filePath）
生成语音
bash <skill_dir>/scripts/tts.sh "文本内容" [voice] [output_path]
预期输出：
- 返回生成的音频文件路径（如
~/.openclaw/media/openclaw_voice_1710556800.opus） - 文件格式：opus（高质量，体积小）
- 文件大小：约 5-20 KB（取决于文本长度）
参数说明：
- 第 1 参数（必填）：文本内容，建议 50-300 字
- 第 2 参数（可选）：声音名称，默认
zh-CN-YunxiNeural - 第 3 参数（可选）：输出路径，默认
~/.openclaw/media/
示例：
# 基础用法
bash <skill_dir>/scripts/tts.sh "你好，这是一条测试语音"
# 指定声音
bash <skill_dir>/scripts/tts.sh "你好" "zh-CN-XiaoxiaoNeural"
# 指定输出路径
bash <skill_dir>/scripts/tts.sh "你好" "zh-CN-YunxiNeural" "/tmp/test.opus"
发送语音
{
"action": "send",
"asVoice": true,
"filePath": "<脚本返回的路径>"
}
预期结果：
- 音频文件作为语音消息发送到指定渠道
- 消息格式：语音文件附件（非转文字）
- 发送时间：通常 1-3 秒（取决于文件大小和网络）
参数说明：
action: 固定为 "send"asVoice: 必须为true（触发语音消息发送）filePath: 语音文件的绝对路径（由 tts.sh 脚本返回）channel: 目标渠道（feishu/telegram/discord）
用 message 工具调用，channel 设为当前渠道（feishu/telegram/discord）。
可用中文声音
| Voice | 性别 | 风格 |
|---|---|---|
| zh-CN-YunxiNeural | 男 | 活泼阳光 ⭐ 默认 |
| zh-CN-XiaoxiaoNeural | 女 | 温暖自然 |
| zh-CN-XiaoyiNeural | 女 | 活泼 |
| zh-CN-liaoning-XiaobeiNeural | 女 | 东北话 |
| zh-TW-HsiaoChenNeural | 女 | 台湾腔 |
完整场景示例
场景 1：飞书通知
# 1. 生成语音（会议提醒）
bash <skill_dir>/scripts/tts.sh "提醒：项目评审会议将在5分钟后开始，请做好准备"
# 输出：~/.openclaw/media/openclaw_voice_1710556800.opus
# 2. 发送到飞书群
{
"action": "send",
"channel": "feishu",
"asVoice": true,
"filePath": "~/.openclaw/media/openclaw_voice_1710556800.opus"
}
场景 2：Telegram 私信
# 1. 生成语音（客服回复）
bash <skill_dir>/scripts/tts.sh "zh-CN-XiaoxiaoNeural" "您好，您的问题已收到，我们会尽快处理"
# 输出：~/.openclaw/media/openclaw_voice_1710556900.opus
# 2. 发送到 Telegram
{
"action": "send",
"channel": "telegram",
"asVoice": true,
"filePath": "~/.openclaw/media/openclaw_voice_1710556900.opus"
}
场景 3：Discord 频道公告
# 1. 生成语音（系统公告，正式语速）
bash <skill_dir>/scripts/tts.sh "zh-CN-YunxiNeural" "服务器维护将于今晚23:00开始，预计2小时"
# 输出：~/.openclaw/media/openclaw_voice_1710557000.opus
# 2. 发送到 Discord 频道
{
"action": "send",
"channel": "discord",
"asVoice": true,
"filePath": "~/.openclaw/media/openclaw_voice_1710557000.opus"
}
场景 4：长文本分段生成
# 长文本（>500字）必须分段
TEXT_PART1="第一部分：今天天气晴朗，温度适宜，适合外出活动。"
TEXT_PART2="第二部分：请大家注意防晒，多喝水，保持良好的作息时间。"
TEXT_PART3="第三部分：祝大家度过美好的一天！"
# 分别生成
VOICE1=$(bash <skill_dir>/scripts/tts.sh "$TEXT_PART1")
VOICE2=$(bash <skill_dir>/scripts/tts.sh "$TEXT_PART2")
VOICE3=$(bash <skill_dir>/scripts/tts.sh "$TEXT_PART3")
# 依次发送（实际使用时可能需要根据渠道限制添加延迟）
echo "$VOICE1" # 第一段语音路径
echo "$VOICE2" # 第二段语音路径
echo "$VOICE3" # 第三段语音路径
场景 5：定制参数（语速/音调/音量）
# 快节奏通知（语速 +20%）
edge-tts --voice zh-CN-YunxiNeural --rate +20% --text "紧急通知：服务器将在1分钟后重启" --write-media /tmp/emergency.opus
# 正式公告（语速 -10%，音量 +5%）
edge-tts --voice zh-CN-YunxiNeural --rate -10% --volume +5% --text "年度总结大会将于下周一举行" --write-media /tmp/announcement.opus
# 强调语气（音调 +5Hz）
edge-tts --voice zh-CN-YunxiNeural --pitch +5Hz --text "重要！" --write-media /tmp/emphasis.opus
查看全部中文声音：
edge-tts --list-voices | grep "zh-"
参数调节
通过 --rate（语速）、--pitch（音调）、--volume（音量）调节：
# 语速 +20%，音量 +10%
edge-tts --voice zh-CN-YunxiNeural --rate +20% --volume +10% --text "你好" --write-media ~/.openclaw/media/out.opus
注意事项
- 文本建议 1000 字以内，长文本分段生成
- 输出目录为
~/.openclaw/media/（确保 OpenClaw 有权限访问） - 临时文件发送后可删除
💡 实用技巧
文本长度优化：
- 50-300 字最佳，语音质量最高
- 300-500 字可接受，建议用中性语速
- 超过 500 字必须分段，否则生成超时或质量下降
声音选择建议：
- 通知/提醒：
zh-CN-YunxiNeural（男声，活泼阳光）⭐ 默认 - 客服/陪伴：
zh-CN-XiaoxiaoNeural（女声，温暖自然） - 互动娱乐：
zh-CN-XiaoyiNeural（女声，活泼） - 特定场景：方言声音增强亲和力，但通用场景慎用
参数调节指南：
# 快节奏通知：语速 +20%
edge-tts --voice zh-CN-YunxiNeural --rate +20% --text "提醒：会议将在5分钟后开始" --write-media out.opus
# 正式公告：语速 -10%，音量 +5%
edge-tts --voice zh-CN-YunxiNeural --rate -10% --volume +5% --text "系统维护通知" --write-media out.opus
# 嘈杂环境：音量 +10%
edge-tts --voice zh-CN-YunxiNeural --volume +10% --text "重要提醒" --write-media out.opus
# 强调语气：音调 +5Hz
edge-tts --voice zh-CN-YunxiNeural --pitch +5Hz --text "注意！" --write-media out.opus
常见陷阱：
- ❌ 文本过长：超过 1000 字会导致生成失败或超时
- ❌ 特殊符号：
<>{}|等符号可能被错误解析，建议使用全角符号 - ❌ 输出路径：确保
~/.openclaw/media/目录存在且 OpenClaw 有写入权限 - ❌ 音调过高：超过 +10Hz 会明显失真，建议控制在 ±5Hz 范围内
性能优化：
- 临时文件建议在发送后立即清理，避免磁盘空间累积
- 批量生成时建议用异步脚本，避免阻塞主流程
- 缓存常用文本的语音文件，减少重复生成
跨渠道适配：
- 飞书：支持 opus/mp3/wav，推荐 opus（体积小质量好）
- Telegram：支持 ogg/wav，推荐 ogg/opus
- Discord：支持多种格式，推荐 mp3（兼容性最好）
相关 Skills
内部沟通
by anthropics
按公司常用模板和语气快速起草内部沟通内容，覆盖 3P 更新、状态报告、领导汇报、项目进展、事故复盘、FAQ 与 newsletter，适合需要统一格式的团队沟通场景。
✎ 按公司偏好的模板快速产出状态汇报、领导更新和 FAQ，既省去反复改稿，也让内部沟通更统一、更专业。
主题工厂
by anthropics
给幻灯片、文档、报告和 HTML 落地页快速套用专业配色与字体主题，内置 10 套预设风格并支持现场生成新主题，适合统一品牌或内容视觉。
✎ 主题工厂能帮你把幻灯片、文档到落地页快速统一视觉风格，内置 10 套主题，还能按需即时生成新主题。
文档共著
by anthropics
围绕文档、提案、技术规格、决策记录等写作任务，按上下文收集、结构迭代、读者测试三步协作共创，减少信息遗漏，写出更清晰、经得起他人阅读的内容。
✎ 写文档、方案或技术规格时容易思路散、信息漏，它用结构化共著流程帮你高效传递上下文、反复打磨内容，还能从读者视角做验证。
相关 MCP 服务
by nirholas
免费的加密新闻聚合 MCP，汇集 Bitcoin、Ethereum、DeFi、Solana 与 altcoins 资讯源。
by ProfessionalWiki
让 Large Language Model 客户端无缝连接任意 MediaWiki 站点，可创建、更新、搜索页面，并通过 OAuth 2.0 安全管理内容。
by transloadit
借助 86+ 个云端 media processing robots，处理视频、音频、图像和文档。