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)

zh-HK(粤语)

zh-TW(台湾)

自定义音色

基于官方音色调试过 rate/pitch/volume 参数的音色。

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:

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:

> 1. /tmp/openclaw (推荐默认路径)

> 2. ~/.openclaw/media

> 3. ~/.openclaw/workspace

> 4. ~/.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

⚠️ 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