Multi Edge-TTS 语音合成 Skill
概述
- 引擎: edge-tts 7.2.8
- 路径:
~/.openclaw/workspace/skills/multi-edge-tts-cn/ - 入口脚本:
scripts/engine.py - 音色配置:
config/voices.json - 速度: 1-2 秒生成
- 多平台支持: 飞书(OGG/Opus)、企业微信(AMR)
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(飞书气泡语音格式)
python3 scripts/engine.py --text "你好呀"
# 指定音色
python3 scripts/engine.py --text "你好呀" --voice xiaoyi
# 企业微信语音消息(AMR 格式)
python3 scripts/engine.py --text "你好呀" --output /tmp/voice.amr
# 指定其他输出格式
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
import sys, os
sys.path.insert(0, os.path.expanduser("~/.openclaw/workspace/skills/multi-edge-tts-cn/scripts"))
from engine import generate
# 1. 生成语音(飞书用 OGG 格式)
code, path = generate("你好呀", voice_id="xiaoxiao_lively", output_path="/tmp/voice.ogg")
# 2. 生成语音(企业微信用 AMR 格式)
code, path = generate("你好呀", voice_id="xiaoxiao_lively", output_path="/tmp/voice.amr")
发送语音消息
企业微信发送（推荐方式）
在企业微信通道中，使用 MEDIA: 指令发送语音消息：
MEDIA: /tmp/openclaw/voice.amr
注意事项：
- 语音消息仅支持 AMR 格式（
.amr） - 文件大小需 ≤ 2 MB
- 使用绝对路径
- 路径必须在白名单目录内：
/tmp/openclaw、~/.openclaw/workspace等
完整示例：
# 1. 生成语音
python3 ~/workspace/skills/multi-edge-tts-cn/scripts/engine.py \
--text "你好呀，我是小梦" \
--output /tmp/openclaw/voice.amr
# 2. 在回复中使用 MEDIA: 指令发送
# MEDIA: /tmp/openclaw/voice.amr
飞书发送
在飞书通道中，使用 message 工具发送：
# 使用 message 工具发送
message.send(filePath="/tmp/openclaw/voice.ogg")
注意事项：
- 飞书推荐 OGG/Opus 格式
- 文件大小需 ≤ 10 MB
💡 核心提示: 在 OpenClaw 环境中，生成语音文件后，直接使用
MEDIA:指令（企业微信）或message.send(filePath=...)（飞书）即可实现语音消息推送。不需要上传到云空间再发送，这是最高效的用法！
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 | 飞书推荐,voip 优化,64kbps |
.amr |
libopencore_amrnb | 8kHz | mono | 企业微信推荐,12.2kbps |
.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
文件发送仅允许读取以下"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 企业微信发送推荐格式:AMR(文件大小需 ≤ 2MB)
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
文件大小与格式限制
| 类型 | 大小上限 | 格式要求 | 备注 |
|---|---|---|---|
| 图片 | 10 MB | 常见图片格式均可 | openclaw 默认会对图片进行压缩处理 |
| 视频 | 10 MB | 常见视频格式均可 | |
| 语音 | 2 MB | 仅支持 AMR 格式（.amr） |
企业微信语音消息 |
| 文件 | 20 MB | 不限 |
⚠️ 重要提示：
- 语音格式: 语音消息仅支持 AMR 格式（
.amr）。非 AMR 格式的音频文件将以文件消息的形式发送。 - 自动降级: 语音文件超过 2 MB 时，系统会自动将其转为文件消息发送。
- 硬性上限: 文件大小超过 20 MB 时无法发送。
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