feishu-voice

name	feishu-voice
description	飞书语音消息发送技能。将文本转换为语音并发送到飞书，支持 TTS 生成、格式转换、时长读取、文件上传和消息发送。
metadata	{"openclaw":{"requires":{"bins":["ffmpeg","ffprobe","jq"],"env":["FEISHU_APP_ID","FEISHU_APP_SECRET","ZHIPU_API_KEY"],"skills":["zhipu-tts"]}}}

飞书语音消息发送技能

将文本转换为语音消息发送到飞书，支持在飞书聊天窗口直接播放。

功能特性

• ✅ TTS 文字转语音（使用 zhipu-tts）
• ✅ 自动转换为 opus 格式（飞书要求）
• ✅ 读取音频时长
• ✅ 上传到飞书服务器
• ✅ 发送可播放的语音消息
• ✅ 支持多种声音和语速

前置要求

环境变量

# 飞书配置
export FEISHU_APP_ID="cli_xxx"              # 飞书应用 ID
export FEISHU_APP_SECRET="your_secret"      # 飞书应用密钥
export FEISHU_RECEIVER="ou_xxx"             # 接收者 Open ID（可选，默认从上下文获取）

# 智谱 AI 配置（用于 TTS）
export ZHIPU_API_KEY="your_zhipu_key"       # 智谱 API 密钥

必需工具

• ffmpeg - 音频格式转换
• ffprobe - 读取音频信息
• jq - JSON 处理

依赖技能

• zhipu-tts - 文字转语音

使用方法

基本用法

# 发送语音消息
bash scripts/send_voice.sh "你好，这是一条语音消息"

高级选项

# 指定声音和语速
bash scripts/send_voice.sh "你好" tongtong 1.2

# 可用声音：
# - tongtong (彤彤) - 默认女声，平衡音色
# - chuichui (锤锤) - 男声，深沉音色
# - xiaochen (小陈) - 年轻声音

# 语速范围：0.5 - 2.0（默认 1.0）

脚本说明

send_voice.sh

主脚本，完整的语音消息发送流程。

用法：

bash scripts/send_voice.sh <文本> [声音] [语速]

参数：

• 文本 (必需): 要转换为语音的文字
• 声音 (可选): tongtong, chuichui, xiaochen（默认：tongtong）
• 语速 (可选): 0.5-2.0（默认：1.0）

环境变量：

• FEISHU_APP_ID: 飞书应用 ID
• FEISHU_APP_SECRET: 飞书应用密钥
• FEISHU_RECEIVER: 接收者 Open ID（可选）

流程说明

1. TTS 生成: 使用 zhipu-tts 生成 WAV 格式音频
2. 格式转换: 使用 ffmpeg 转换为 opus 格式
3. 读取时长: 使用 ffprobe 获取音频时长（秒）
4. 上传文件: 上传到飞书，指定 file_type=opus 和 duration
5. 发送消息: 发送 msg_type=audio 消息

技术细节

音频格式要求

飞书语音消息要求：

• 格式: opus (OGG 容器)
• 编码: libopus
• 比特率: 24k
• 采样率: 24000 Hz
• 声道: 单声道

Duration 参数

关键: 必须在上传时提供 duration 参数（整数秒），否则时长显示为 0。

# 正确的上传方式
curl -X POST "https://open.feishu.cn/open-apis/im/v1/files" \
  -F "file=@voice.opus" \
  -F "file_type=opus" \
  -F "duration=6"          # ← 关键参数

API 端点

端点	用途
/auth/v3/tenant_access_token/internal	获取访问令牌
/im/v1/files	上传文件
/im/v1/messages	发送消息

故障排查

语音没有时长

问题: 发送的语音消息时长显示为 0

解决: 确保在上传时传递了 duration 参数（整数秒）

# 获取时长（四舍五入）
DURATION=$(ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 voice.opus | awk '{printf "%.0f", $1}')

# 上传时带上 duration
curl ... -F "duration=$DURATION"

无法播放

问题: 语音消息无法播放

可能原因:

1. 格式不是 opus
2. file_type 参数错误
3. 文件损坏

解决:

# 检查格式
ffprobe voice.opus

# 重新转换
ffmpeg -i input.wav -c:a libopus -b:a 24k voice.opus

API 权限错误

问题: 上传时返回权限错误

解决: 确保飞书应用有以下权限：

• im:message
• im:message:send_as_bot

完整示例

# 设置环境变量
export FEISHU_APP_ID="your_app_id_here"
export FEISHU_APP_SECRET="your_app_secret_here"
export ZHIPU_API_KEY="your_zhipu_key_here"

# 发送语音
bash /root/.openclaw/workspace/skills/feishu-voice/scripts/send_voice.sh \
  "你好，这是一条测试语音消息。"

注意事项

1. 时长限制: 智谱 TTS 单次最多 1024 字符
2. 整数时长: duration 必须是整数（四舍五入）
3. opus 格式: 飞书只接受 opus 格式的音频消息
4. 文件清理: 临时文件会自动清理

相关技能

• zhipu-tts: 文字转语音
• zhipu-asr: 语音转文字