telegram-voice-tts

name	telegram-voice-tts
description	Generate high-quality Telegram voice notes (bubbles) using Microsoft Edge TTS and FFmpeg. Use when asked to send audio as a voice message, or when the user requires voice-bar replies instead of audio files. Handles edge-tts generation and OGG/Opus conversion for native Telegram voice compatibility.

Telegram Voice TTS

⚠️ Deprecated / 备用方案：OpenClaw 已内置 Edge TTS（免费、无密钥），默认可用且会自动生成语音气泡。推荐直接使用内置 TTS。仅当内置 TTS 异常时，才使用本技能脚本手动生成语音。

This skill provides a workflow for generating native Telegram voice notes.

Workflow

1. Use scripts/telegram_voice.py to generate an OGG/Opus file:

   python3 scripts/telegram_voice.py "Text to speak" "path/to/output.ogg"
   

2. Send the resulting file using the message tool:
   • Set asVoice: true
   • Include [[audio_as_voice]] in the message text
   • Provide the local filePath to the OGG file

Requirements

• edge-tts (Python package)
• ffmpeg (System binary)

---

推荐：OpenClaw 内置 Edge TTS 配置手册（无需本技能）

内置 TTS 支持 Edge/OpenAI/ElevenLabs，未配置 API key 时默认用 Edge TTS（免费）。在 Telegram 自动发语音气泡。

快速启用（Edge TTS）

⚠️ 重要：Edge TTS 在 OpenClaw 内部的 provider id 是 microsoft（非 edge）。 顶层 provider 可以写 "edge"（会自动映射），但 providers 下的配置 key 必须用 microsoft，否则 voice/lang 等参数不会生效，会回退到默认英文音色 en-US-MichelleNeural。

方法一：命令行配置（推荐）

openclaw config set messages.tts.auto always
openclaw config set messages.tts.provider edge
openclaw config set messages.tts.providers.microsoft.enabled true
openclaw config set messages.tts.providers.microsoft.voice "zh-CN-YunyangNeural"
openclaw config set messages.tts.providers.microsoft.lang "zh-CN"
openclaw config set messages.tts.providers.microsoft.outputFormat "audio-24khz-48kbitrate-mono-mp3"
openclaw gateway restart

方法二：手动编辑配置文件

编辑 /root/.openclaw/openclaw.json（或对应主机配置），在 messages.tts 下设置：

{
  "messages": {
    "tts": {
      "auto": "always",              // 每条回复都带语音
      "provider": "edge",             // 使用 Edge TTS（无密钥）
      "providers": {
        "microsoft": {                // ⚠️ 必须用 "microsoft"，不能用 "edge"
          "enabled": true,
          "voice": "zh-CN-YunyangNeural",   // 中文男声（云阳）
          "lang": "zh-CN",
          "outputFormat": "audio-24khz-48kbitrate-mono-mp3"
        }
      }
    }
  }
}

然后重启 Gateway：

openclaw gateway restart

之后 直接发送文字回复 即可，内置会自动附带语音气泡。切勿再手动调用 tts 工具，以免重复发送两条音频。

常见中文音色

Voice ID	性别	风格
zh-CN-YunyangNeural	男	新闻播报、沉稳
zh-CN-XiaoxiaoNeural	女	温暖、日常
zh-CN-YunxiNeural	男	年轻、活力
zh-CN-XiaoyiNeural	女	活泼、轻快

完整列表：edge-tts --list-voices | grep zh-CN

如果要改用 OpenAI / ElevenLabs（可选）

• 设置环境变量或在配置里填入 API key：
  • OPENAI_API_KEY 或 ELEVENLABS_API_KEY
• 然后改 provider 为 openai 或 elevenlabs。未配置时会自动回落到 Edge。

常见问题

• 语音是英文？ 检查配置 key 是否写成了 providers.edge——必须是 providers.microsoft。OpenClaw 内部 Edge TTS 注册为 microsoft provider。
• 为何用 MP3 也有语音气泡？ Telegram sendVoice 支持 OGG/Opus/MP3/M4A，OpenClaw 会按文件扩展名判断为语音消息。
• Edge TTS OGG/Opus 失败？ 部分 ogg-*opus 格式 Edge 服务不支持，会回退 MP3。使用上面的 MP3 配置最稳定。
• 重复发送两条语音？ 把 messages.tts.auto 设为 always 后，不要再手动调用 tts 工具，只发文字即可。