360 Secure SkillHub
360 安全技能中心

Openclaw Mlx Audio

该 Skill 是 OpenClaw 的本地音频插件，调用 mlx-audio 在 Apple Silicon macOS 上完成多语言文本转语音、语音转文本和声音克隆，提供命令与工具调用接口；不依赖云服务或 API Key，但安装和使用绑定 OpenClaw、macOS 及 ffmpeg/uv 等依赖。

gandli-2025
gandli-2025
热度 59.04
最近更新 2026-05-11 17:32:57
分类：效率依赖：代码执行 / 读写文件应用场景：自动化脚本 / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add openclaw-mlx-audio
Metadata
name
openclaw-mlx-audio
description
Local TTS/STT integration for OpenClaw using mlx-audio - Zero API keys, Zero cloud dependency
author
gandli
version
0.2.0
metadata
{"openclaw":{"always":false,"emoji":"🎤","os":["darwin"],"requires":{"bins":["brew","ffmpeg","uv"]}}}
triggers
["/mlx-tts ...","/mlx-stt ...","TTS ...","STT ...","语音合成 ...","语音转文字 ...","声音克隆 ..."]

OpenClaw MLX Audio

本地支持多语言文本转语音 (TTS) 和语音转文本 (STT)，完全在 Apple Silicon 设备上运行，无需云服务，保护数据隐私。

功能

  • 🗣️ TTS 文本转语音: 支持中文、英文等多种语言
  • 🎤 STT 语音转文本: 高准确率语音识别
  • 🎭 声音克隆: 使用参考音频克隆声音
  • 🔒 完全本地: 无需 API Key，数据不出设备

安装

# 安装依赖
brew install ffmpeg uv
uv tool install mlx-audio --prerelease=allow

# 安装插件
cp -r openclaw-mlx-audio ~/.openclaw/extensions/

# 重启 OpenClaw
openclaw gateway restart

使用

TTS 命令

# 状态查询
/ mlx-tts status

# 测试生成
/ mlx-tts test "你好，这是测试语音"

# 模型列表
/ mlx-tts models

STT 命令

# 状态查询
/ mlx-stt status

# 转录音频
/ mlx-stt transcribe /path/to/audio.wav

# 模型列表
/ mlx-stt models

工具调用

TTS:

{
  "tool": "mlx_tts",
  "parameters": {
    "action": "generate",
    "text": "Hello World",
    "outputPath": "/tmp/speech.mp3"
  }
}

STT:

{
  "tool": "mlx_stt",
  "parameters": {
    "action": "transcribe",
    "audioPath": "/tmp/audio.wav",
    "language": "zh"
  }
}

支持模型

TTS 模型

模型 语言 速度 质量
mlx-community/Kokoro-82M-bf16 8+ ⚡⚡⚡ Good
mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16 ZH/EN/JA/KO ⚡⚡ Better
mlx-community/Qwen3-TTS-12Hz-1.7B-VoiceDesign-bf16 ZH/EN/JA/KO ⚡ Best

STT 模型

模型 语言 速度 精度
mlx-community/whisper-large-v3-turbo-asr-fp16 99+ ⚡⚡⚡ Good
mlx-community/Qwen3-ASR-1.7B-8bit ZH/EN/JA/KO ⚡⚡ Better
mlx-community/whisper-large-v3 99+ ⚡⚡ Best

测试

自动化测试: 17 项 (100% 通过) 真人测试: 11 项 Discord 测试 总体评分: ⭐⭐⭐⭐ (3.85/5.0)

运行测试:

bash test/run_tests.sh

配置

在 openclaw.json 中添加:

{
  "plugins": {
    "allow": ["@openclaw/mlx-audio"],
    "entries": {
      "@openclaw/mlx-audio": {
        "enabled": true,
        "config": {
          "tts": {
            "enabled": true,
            "model": "mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16",
            "langCode": "zh"
          },
          "stt": {
            "enabled": true,
            "model": "mlx-community/Qwen3-ASR-1.7B-8bit",
            "language": "zh"
          }
        }
      }
    }
  }
}

系统要求

  • macOS Apple Silicon (M1/M2/M3)
  • Node.js 18+
  • Python 3.10+
  • ffmpeg
  • uv

链接

License

MIT