voice-clone - 语音合成与声音克隆技能

version: 1.0.0 author: OpenClaw Community tags: [tts, voice, speech, audio, synthesis]

概述

voice-clone 是一个强大的语音合成技能，支持多种 TTS 引擎和高级声音克隆功能。可以将文本转换为自然语音，支持多种声音风格和语言。

触发词

• 语音合成
• TTS
• 声音克隆
• 文字转语音
• 读给我听
• 文本转语音
• 朗读
• 生成语音

功能特性

1. 多引擎支持

   • Edge TTS (微软 Edge 浏览器语音)
   • OpenAI TTS (GPT-4o / GPT-4o-mini)
   • ElevenLabs (高质量声音克隆)
   • Coqui TTS (开源方案)

2. 声音管理

   • 预设多种语言和声音风格
   • 支持自定义声音参数
   • 声音预览功能

3. 高级功能

   • 语速调节
   • 音调调节
   • 情感表达
   • 批量处理

使用方法

基础用法

语音合成: [文本内容]

指定声音

用 [声音名称] 朗读: [文本内容]

指定语言

用 [语言] 语音合成: [文本内容]

声音克隆

克隆声音: [参考音频路径]

依赖

• Python 3.8+
• edge-tts
• openai
• elevenlabs
• coqui-tts
• pydantic

安装依赖

pip install edge-tts openai elevenlabs coqui-tts pydantic aiofiles

配置

可用的环境变量:

• OPENAI_API_KEY - OpenAI API 密钥
• ELEVENLABS_API_KEY - ElevenLabs API 密钥
• DEFAULT_VOICE - 默认声音设置
• DEFAULT_RATE - 默认语速
• DEFAULT_PITCH - 默认音调

可用声音列表

中文声音

• 晓晓 (zh-CN-XiaoxiaoNeural)
• 晓伊 (zh-CN-XiaoyiNeural)
• 云扬 (zh-CN-YunyangNeural)
• 云希 (zh-CN-YunxiNeural)

英文声音

• Jenny (en-US-JennyNeural)
• Aria (en-US-AriaNeural)
• Guy (en-US-GuyNeural)
• Sonia (en-GB-SoniaNeural)

输出格式

生成的音频文件保存在 ~/.cache/voice-clone/ 目录下。

注意事项

1. 部分功能需要 API 密钥
2. 声音克隆功能需要参考音频文件
3. 建议使用高质量音频作为输入以获得最佳效果