Edge-TTS 语音合成 Skill
概述
- 引擎: edge-tts 7.2.8
- 路径:
~/.openclaw/workspace/skills/feishu-edge-tts-cn/ - 入口脚本:
scripts/engine.py - 音色配置:
config/voices.json - 速度: 1-2 秒生成
官方音色
来自 Edge-TTS 引擎原始音色，使用默认参数。
zh-CN（普通话）
| 音色 | 性别 | 音色 ID |
|---|---|---|
| zh-CN-XiaoxiaoNeural | 女 | xiaoxiao |
| zh-CN-XiaoyiNeural | 女 | xiaoyi |
| zh-CN-YunjianNeural | 男 | yunjian |
| zh-CN-YunxiNeural | 男 | yunxi |
| zh-CN-YunxiaNeural | 男 | yunxia |
| zh-CN-YunyangNeural | 男 | yunyang |
| zh-CN-liaoning-XiaobeiNeural | 女 | liaoning_xiaobei |
| zh-CN-shaanxi-XiaoniNeural | 女 | shaanxi_xiaoni |
zh-HK（粤语）
| 音色 | 性别 | 音色 ID |
|---|---|---|
| zh-HK-HiuGaaiNeural | 女 | hk_hiuGaai |
| zh-HK-HiuMaanNeural | 女 | hk_hiuMaan |
| zh-HK-WanLungNeural | 男 | hk_wanLung |
zh-TW（台湾）
| 音色 | 性别 | 音色 ID |
|---|---|---|
| zh-TW-HsiaoChenNeural | 女 | tw_hsiaoChen |
| zh-TW-HsiaoYuNeural | 女 | tw_hsiaoYu |
| zh-TW-YunJheNeural | 男 | tw_yunJhe |
自定义音色
基于官方音色调试过 rate/pitch/volume 参数的音色。
| 音色 ID | 基础音色 | 参数 | 描述 |
|---|---|---|---|
| xiaoxiao_lively（默认） | xiaoxiao | +8%速 +10Hz +5%音量 | 女声 活泼偏高音 |
| xiaoxiao_gentle | xiaoxiao | +5%速 +4Hz | 女声 甜美温柔 |
| xiaoxiao_fast | xiaoxiao | +15%速 +2Hz +10%音量 | 女声 快速明亮 |
| xiaoxiao_slow | xiaoxiao | +5%速 -2Hz | 女声 温柔慢速 |
| xiaoyi_lively | xiaoyi | +15%速 +5Hz +10%音量 | 女声 卡通元气 |
| yunxi_sunny | yunxi | +15%速 +3Hz +5%音量 | 男声 阳光活泼 |
调用方式
CLI
# 默认音色（xiaoxiao_lively），默认 .ogg 输出
python3 scripts/engine.py --text "你好呀"
# 指定音色
python3 scripts/engine.py --text "你好呀" --voice xiaoyi
# 指定输出格式（.ogg / .mp3 / .wav / .flac）
python3 scripts/engine.py --text "你好呀" --voice xiaoxiao_gentle --output /tmp/reply.mp3
python3 scripts/engine.py --text "你好呀" --output /tmp/goodnight.wav
# 列出全部音色
python3 scripts/engine.py --list-voices
Python API & 飞书发送
import sys, os
sys.path.insert(0, os.path.expanduser("~/.openclaw/workspace/skills/feishu-edge-tts-cn/scripts"))
from engine import generate
# 1. 生成语音，建议输出到 workspace 目录下
code, path = generate("你好呀", voice_id="xiaoxiao_lively")
# 2. 使用 OpenClaw message 工具发送（支持绝对路径，无需上传云空间）
# message.send(filePath=path)
💡 核心提示：在 OpenClaw 环境中，生成
.ogg文件后，直接使用message.send(filePath="/绝对路径/文件.ogg")即可实现语音消息推送。不需要先上传到飞书云空间再发送，这是最高效的用法！📝 参数对比与推荐：
filePath(🏆 强烈推荐)：语义最清晰，专为本地文件设计，最稳定。path(✅ 可用)：filePath的简写别名，功能一致。media(⚠️ 慎用)：通常用于网络 URL，虽然支持本地绝对路径，但在某些环境下可能触发“Invalid URL”警告。
输出格式
根据 --output 的扩展名自动选择编码器：
| 扩展名 | 编码器 | 采样率 | 声道 | 备注 |
|---|---|---|---|---|
.ogg / .opus |
libopus | 48kHz | mono | 默认/推荐，voip 优化，64kbps |
.mp3 |
libmp3lame | 48kHz | mono | 64kbps |
.wav |
pcm_s16le | 48kHz | mono | 无损 PCM |
.flac |
flac | 48kHz | mono | 无损压缩 |
.aac |
aac | 48kHz | mono | 64kbps |
| 未知 | 自动回退 .ogg |
48kHz | mono | 打印警告 |
输出路径与存放规范
⚠️ 重要：OpenClaw 媒体发送安全限制
飞书消息发送（
message.send(filePath=...)）仅允许读取以下“白名单”目录下的文件：
/tmp/openclaw(推荐默认路径)~/.openclaw/media~/.openclaw/workspace~/.openclaw/sandboxes请使用绝对路径发送文件，无需上传云空间。
默认路径：/tmp/openclaw/edge_{音色ID}_{时间戳}.ogg
飞书发送推荐格式：OGG/Opus
文本规范
- ✅ 使用中文标点（，。！？）
- ⚠️ 标点决定停顿：句号（。）= 长停顿，逗号（，）= 短停顿
- ✅ 可包含语气词
技术细节
处理流程
加载音色配置 → 申请速率许可 → Edge-TTS 生成 MP3 → ffmpeg 转目标格式 → 清理临时文件 → 返回路径
引擎特性
- 速率控制：每秒最多 3 个请求（防 429 限速）
- 429 重试：指数退避 1s → 2s → 4s，最多 3 次
- 临时文件：MP3 中间文件生成后自动清理
- 整段合成：不分段，直接处理完整文本
- 格式自适应：根据输出扩展名自动选择编码器和参数
依赖
- Python 3.8+
- edge-tts 7.2.8
- ffmpeg