用途:将文本转换为语音,使用微软 Edge 的在线神经网络 TTS 服务,适合语音消息、旁白、无障碍朗读等场景。
主要能力:支持多语言与多音色(如 en-US-MichelleNeural、zh-CN-XiaoxiaoNeural、ja-JP-NanamiNeural 等,用 --list-voices 查看完整列表);可调语速 rate、音调 pitch、音量 volume;可选择输出音频格式;支持生成 JSON 字幕(含词级时间信息);可用 config-manager.js 将音色等偏好持久化到 ~/.tts-config.json。默认音色为 en-US-MichelleNeural,默认格式 audio-24khz-48kbitrate-mono-mp3。
使用方式:简单请求可调用内置 tts 工具,返回 MEDIA: 路径后由 Clawdbot 分发到当前频道。需要更多控制时使用附带脚本,先安装依赖: cd scripts npm install 再执行,例如: node tts-converter.js "Your text" --voice en-US-AriaNeural --rate +10% --output output.mp3 常用选项包括 --voice/-v、--lang/-l、--format/-o、--pitch、--rate/-r、--volume、--save-subtitles/-s、--output/-f、--proxy/-p、--timeout、--list-voices/-L。配置管理示例: node config-manager.js --set-voice en-US-AriaNeural node config-manager.js --set-rate +10% node config-manager.js --get node config-manager.js --reset
限制与注意:需联网,使用微软在线服务,无需 API Key,输出为 MP3;临时音频文件默认保存在系统临时目录,不会自动删除,需调用方清理;技能会过滤 tts、TTS、text-to-speech 等触发关键词,避免把触发词读成语音;如使用代理需设置 --proxy;默认请求超时 10000 毫秒。价格与商业授权等详情暂未提供。