Voice Skill

Voice 技能通过 edge-tts 提供增强的文本转语音（TTS）功能，支持将文本转换为语音音频，并提供多种播放选项。

特性

• 使用 Microsoft Edge 的 TTS 引擎进行文本转语音转换
• 支持多种语音选项与音频参数配置
• 直接播放生成的音频（无需保存文件）
• 自动清理临时音频文件
• 与 MEDIA 系统集成，实现统一音频播放管理

安装

在使用该技能前，需先安装依赖库：

pip3 install edge-tts

或调用技能内置的 install 动作：

await skill.execute({ action: 'install' });

使用方法

直接朗读（推荐）

不保存音频文件，直接朗读文本：

const result = await skill.execute({
  action: 'speak',  // 新增优化动作
  text: 'Hello, how are you today?'
});
// 音频直连播放，临时文件自动清理

文本转语音并生成音频文件

使用默认设置将文本转为语音：

const result = await skill.execute({
  action: 'tts',
  text: 'Hello, how are you today?'
});
// 返回指向音频文件的 MEDIA 链接

启用即时播放：

const result = await skill.execute({
  action: 'tts',
  text: 'Hello, how are you today?',
  playImmediately: true  // 生成后立即播放音频
});

使用自定义参数：

const result = await skill.execute({
  action: 'tts',
  text: 'This is a sample of voice customization.',
  options: {
    voice: 'zh-CN-XiaoxiaoNeural',
    rate: '+10%',
    volume: '-5%',
    pitch: '+10Hz'
  }
});

播放已有音频文件

播放指定路径下的现有音频文件：

const result = await skill.execute({
  action: 'play',
  filePath: '/path/to/audio/file.mp3'
});

列出可用语音

获取当前支持的所有语音列表：

const result = await skill.execute({
  action: 'voices'
});

清理临时文件

清理超过 1 小时（默认）的临时音频文件：

const result = await skill.execute({
  action: 'cleanup'
});

或指定自定义过期时间阈值：

const result = await skill.execute({
  action: 'cleanup',
  options: {
    hoursOld: 2  // 清理超过 2 小时的文件
  }
});

参数选项

以下参数适用于文本转语音操作：

• voice：指定使用的语音（默认值：'zh-CN-XiaoxiaoNeural'）
• rate：语速调节（默认值：'+0%'）
• volume：音量调节（默认值：'+0%'）
• pitch：音高调节（默认值：'+0Hz'）

支持的语音列表

Edge-TTS 支持多种语言的大量语音：

• 中文：zh-CN-XiaoxiaoNeural、zh-CN-YunxiNeural、zh-CN-YunyangNeural
• 英语（美国）：en-US-Standard-C、en-US-Standard-D、en-US-Wavenet-F
• 英语（英国）：en-GB-Standard-A、en-GB-Wavenet-A
• 日语：ja-JP-NanamiNeural
• 韩语：ko-KR-SunHiNeural
• 以及其他更多语言和语音...

文件管理

• 音频文件临时存储于 temp 目录中
• 默认在 1 小时后自动清理
• 使用 direct speaking 模式时，文件将在 5 秒后自动清理

运行要求

• Python 3.x
• pip 包管理器
• edge-tts 库（通过 pip3 install edge-tts 安装）