用途:把文本转换为语音音频。借助 node-edge-tts npm 包调用 Microsoft Edge 的在线神经 TTS 服务,无需 API 密钥,但需联网,默认输出 MP3。
主要能力:支持多语言与多种音色(如 en-US-AriaNeural、zh-CN-XiaoxiaoNeural、ja-JP-NanamiNeural 等),可调语速(rate)、音调(pitch)、音量(volume)与输出格式,并支持生成 JSON 字幕(含词级时间)。常见音色与语速建议:慢速 -20%~-10% 适合教程、故事;稍快 +10%~+20% 适合摘要;快速 +30%~+50% 适合新闻。输出格式有 24khz-48kbitrate(标准)、24khz-96kbitrate(高质量)、48khz-96kbitrate 立体声(最高质量)。
使用方式:简单请求可调用内置 tts 工具,返回 MEDIA: 路径,由 Clawdbot 路由音频到当前频道。需要更多控制时使用脚本:cd scripts && npm install,然后 node tts-converter.js "文本" --voice en-US-AriaNeural --rate +10% --output output.mp3。可用选项包括 --voice/-v、--lang/-l、--format/-o、--pitch、--rate/-r、--volume、--save-subtitles/-s、--output/-f、--proxy/-p、--timeout、--list-voices/-L。config-manager.js 可持久保存偏好,如 node config-manager.js --set-voice en-US-AriaNeural、--set-rate +10%、--get、--reset,配置存于 ~/.tts-config.json。默认音色为 en-US-MichelleNeural。
适用场景:语音消息、教程、摘要、新闻播报、无障碍朗读及需要字幕的音频生成。
限制:依赖联网与 Microsoft Edge 在线 TTS 服务;输出默认存于系统临时目录且不自动删除,需调用方清理;技能会自动过滤 tts、TTS、text-to-speech 等触发词,避免把触发词转为音频;音色列表与完整文档见 references/node_edge_tts_guide.md,测试可通过 npm test 或 https://tts.travisvn.com/ 预览音色。