文本转语音（本地）

使用配套脚本构建一条稳定可靠的本地文本转语音路径。

目标

从任意文本文件生成语音，需满足以下条件：

• 一个标准输入文本路径，
• 一个标准输出 MP3 路径，
• 一个面向日常使用的高层封装脚本，
• 若干仅用于调试的底层脚本。

标准路径

默认输入文本路径：

• tmp/text-to-voice-input.txt

标准输出路径：

• tmp/voice-mode-latest.mp3

状态目录：

• skills/text-to-voice-local/state/

状态指针文件：

• skills/text-to-voice-local/state/last-output.txt

主命令

日常使用时，请运行：

• scripts/text_to_voice.sh voice [voice] [max_direct_chars]

实用辅助命令：

• scripts/text_to_voice.sh status
• scripts/text_to_voice.sh voices

status 命令现在还会检查运行时依赖项，并在发现缺失组件时打印安装建议，而非静默失败。

示例：

scripts/text_to_voice.sh text
scripts/text_to_voice.sh voice ./tmp/text-to-voice-input.txt
scripts/text_to_voice.sh voice ./tmp/text.txt ru-RU-SvetlanaNeural 280

各脚本功能说明

• scripts/text_to_voice.sh
  • 面向日常使用的高层入口脚本
• scripts/tts_from_file.sh
  • 将单个文本文件转换为单个 MP3 文件
• scripts/tts_from_file_chunked.sh
  • 将长文本分块处理并最终合并为一个 MP3 文件
• scripts/voice_reply.sh
  • 安全封装脚本，自动更新标准输出文件及状态指针
• scripts/voice_reply_latest.sh
  • 始终刷新标准最新 MP3 文件（voice-mode-latest.mp3）
• state/text-to-voice.json
  • 存储默认语音、最大字符数及标准路径等配置
• scripts/edge_tts.js
  • 由文件封装脚本调用的底层 TTS 工具

安装说明

请确保目标机器上已安装以下依赖项：

• node
• ffmpeg
• node-edge-tts

该技能会在运行时校验上述依赖。若任一依赖缺失，将打印推荐的安装命令，而非静默失败。

验证方式：

node -v
ffmpeg -version
node -e "require('node-edge-tts'); console.log('node-edge-tts ok')"

若缺少 node-edge-tts：

npm i -g node-edge-tts

在另一台 OpenClaw 上的部署步骤

1. 将本技能文件夹复制到目标工作区的 skills 目录中。
2. 为所有脚本添加可执行权限。
3. 确保 tmp/ 目录存在。
4. 准备一个包含文本内容的 .txt 文件。
5. 运行主命令。

最小化部署命令示例：

chmod +x skills/text-to-voice-local/scripts/*.sh
mkdir -p tmp
skills/text-to-voice-local/scripts/text_to_voice.sh voice ./tmp/text-to-voice-input.txt

交付规则

若需通过 Telegram 发送语音消息，请仅发送标准输出文件：

• ./tmp/voice-mode-latest.mp3

建议将文本与语音作为两条独立消息分别发送。

重要约束

Shell 脚本输出的进度信息对终端诊断很有帮助；但聊天界面中的实时进度更新依赖于 OpenClaw 的预览流式传输机制，而不仅限于 Shell 的 stdout 输出。

何时使用底层脚本

仅在调试或需要精细手动控制时使用底层脚本。 除非有明确理由，否则请始终优先使用高层封装脚本。