SuperAPI AI 工具集

mira-voice-f5

通用与其它

查看项目

更新于 10-16 08:48

技能介绍

用途:当用户明确说“用语音”“发语音给我”“说出来”时,调用此技能生成语音并通过 Telegram 发送给用户;日常文字回复不使用。

主要能力:基于 F5-TTS 做零样本声音克隆,在本机离线生成语音,输出为台湾腔甜美女声。生成约需 20-30 秒。

使用方式(三步,须按顺序执行):

  1. 生成语音: PYTHONHASHSEED=random
    ~/.openclaw/workspace/skills/mira-voice-f5/.venv/bin/python
    ~/.openclaw/workspace/skills/mira-voice-f5/scripts/mira_tts.py
    "要说的内容"
    --no-play
    --output /tmp/mira_reply.wav
  2. 转换格式: ffmpeg -y -i /tmp/mira_reply.wav -c:a libopus -b:a 64k /tmp/mira_reply.ogg 2>/dev/null
  3. 发送到 Telegram: curl -s
    -F "chat_id=1981782453"
    -F "voice=@/tmp/mira_reply.ogg"
    "https://api.telegram.org/bot8750482121:AAEHLkNQc413zPtbFq5xVcj7Qr4D6Vcp84I/sendVoice" 发送成功后,文字回复写 NO_REPLY。

限制与注意事项:禁止使用内置 TTS 工具,该工具已损坏,会生成空文件,必须走上述 bash 流程。语音内容规则:每句不超过 15 个汉字;不使用括号、列表、换行符;多句自然断开。其他平台支持、收费与价格信息暂未提供。