xyva-yuangui 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