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):
- 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 - 转换格式: ffmpeg -y -i /tmp/mira_reply.wav -c:a libopus -b:a 64k /tmp/mira_reply.ogg 2>/dev/null
- 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。