voice

name	voice
description	语音对话能力。支持语音合成(TTS)和语音识别(STT)。TTS 使用 edge-tts（免费），STT 使用 Whisper API 或本地 whisper.cpp。用户需要语音输入/输出时使用此技能。
triggers	null
version	1.0.0
status	stable
updated	"2026-03-15T00:00:00.000Z"
provides	["voice","tts","stt"]
os	["darwin","linux"]
clawdbot	{"emoji":"🎙️","category":"tools","priority":"medium"}

Voice — 语音对话

语音合成 (TTS) + 语音识别 (STT) 统一技能。

功能

TTS（文字转语音）

• 引擎：edge-tts（微软免费 TTS，200+ 语音）
• 输出格式：MP3 / WAV / OGG
• 支持语言：中文、英文、日文、韩文等 50+ 语言

STT（语音转文字）

• 方式 1：OpenAI Whisper API（需 API Key，速度快）
• 方式 2：本地 whisper.cpp（离线，需下载模型）
• 支持格式：MP3 / WAV / M4A / OGG / FLAC

使用方式

# 健康检查
python3 scripts/check.py

# TTS: 文字转语音
python3 scripts/voice_tool.py tts --text "你好，我是你的AI助手" --output hello.mp3
python3 scripts/voice_tool.py tts --text "Hello world" --voice en-US-AriaNeural --output hello.mp3

# TTS: 列出可用语音
python3 scripts/voice_tool.py tts-voices --lang zh

# STT: 语音转文字（Whisper API）
python3 scripts/voice_tool.py stt --input audio.mp3
python3 scripts/voice_tool.py stt --input audio.mp3 --lang zh

# STT: 语音转文字（本地 whisper.cpp）
python3 scripts/voice_tool.py stt --input audio.mp3 --engine local

配置

• TTS 无需配置，开箱即用
• STT Whisper API 需设置 OPENAI_API_KEY 环境变量
• STT 本地模式需安装 whisper.cpp 并下载模型

输出目录

$OPENCLAW_HOME/workspace/output/audio/

依赖

• edge-tts (pip3 install edge-tts) — 安装脚本已自动安装
• openai (pip3 install openai) — STT API 模式可选