telegram-offline-voice 🎙️

本地生成，一键封装 — 使用 Microsoft Edge-TTS 生成高质量中文语音，完全离线处理。

💡 为什么需要这个升级？

原生的 TTS 方案通常只能生成 MP3 附件，且无法处理 Markdown 标记和超长文本。本项目通过工程化封装，将“语音合成”进化为“语音交互”：

• 告别标记音：自动识别并清洗 **, #, [link] 等 Markdown 符号，避免 AI 读出这些“代码噪音”。
• 智能对话流：超长文本不再是一读到底，而是按句号、感叹号自动切分为多个语音气泡，听感更像真人在发语音。
• 并发安全：针对多代理/子代理并行调用的场景，使用 UUID 隔离临时文件，彻底杜绝文件读写冲突。
• 零token消耗：完全基于 Edge-TTS 本地生成，无需 OpenAI/Azure 的付费 Token。

✨ 特性

• 🔒 隐私保护：100% 本地音频处理，不经过任何额外云端 TTS 提供商。
• 💰 零token消耗：使用免费的 Edge-TTS 引擎，省下昂贵的 API 额度。
• 🎯 一键生成：内置 voice_gen.py 脚本，自动完成“文本->MP3->OGG”的全过程。
• 🧹 自动清洗：自动剔除 Markdown 符号和 URL 链接，让朗读更自然。
• ✂️ 智能分段：超长文本自动按标点符号切分为多个语音气泡。
• 🛡️ 安全并发：使用 UUID 命名临时文件，支持多代理同时调用。

🛠️ 安装依赖

# 需要 Python 环境和 FFmpeg
sudo apt update && sudo apt install ffmpeg python3-pip -y

# 推荐安装 uv 以极速运行封装脚本
curl -LsSf https://astral.sh/uv/install.sh | sh

🚀 使用方法 (推荐)

直接调用封装脚本，一键生成 Telegram 原生语音气泡路径：

uv run {baseDir}/scripts/voice_gen.py --text "您的待播报内容"

⚙️ 技术细节

参数说明

• --text / -t: 待生成的文本（必填）。
• --voice: 声线选择，默认 zh-CN-XiaoxiaoNeural（晓晓）。
• --rate: 语速调节，默认 +5%。
• --outdir: 临时文件存放目录，默认 /tmp。

自动化清洗规则

脚本会自动移除以下内容以确保朗读流畅：

• Markdown 符号：*, , _, ` `, #`
• 链接逻辑：文本 以及所有 http/https 开头的链接
• 分割线：---, * 等

👨💻 关于作者

由 @sanwe 调优并维护。

欢迎关注我的推特获取更多 OpenClaw 进阶玩法：https://x.com/sanwe