LuxTTS 技能 - 本地高质量文本转语音

概述

LuxTTS 是一个高质量的本地文本转语音模型，支持语音克隆，速度达到实时150倍。本技能将 LuxTTS 集成到 OpenClaw 中，提供本地化的 TTS 服务。

特性

• 🚀 极速生成：150倍实时速度
• 🎯 高质量语音：48kHz 高清音频
• 🔒 完全本地：无需云端 API，保护隐私
• 🎨 语音克隆：支持自定义语音
• 💾 智能路径管理：自动检测安装位置

安装位置

• 主安装：D:lux-tts（模型、大文件）
• 接口层：workspace/lux-tts/（智能路径管理）
• 自动检测：支持多个可能的位置

部署步骤

1. 运行部署脚本

# 在 D:lux-ttsscripts 目录下
.deploy.ps1

2. 下载模型

.download-model.ps1

3. 测试安装

# 在 OpenClaw 中测试
from lux_tts import test_installation
test_installation()

使用方法

基本使用

from lux_tts_tool import tts_generate, tts_status

# 检查状态
status = tts_status()
print(status)

# 生成语音
result = tts_generate("你好，我是 LuxTTS")
if result["success"]:
    # result["audio_base64"] 包含 base64 编码的音频
    print(f"生成成功，时长: {result['duration']}秒")

在 OpenClaw 工具中调用

# 在 OpenClaw 技能中
from lux_tts_tool import get_tts_tool

tts = get_tts_tool()
result = tts.generate("需要转换为语音的文本")

命令行测试

# 检查状态
python lux_tts_tool.py status

# 列出语音
python lux_tts_tool.py list

# 生成语音
python lux_tts_tool.py generate "你好世界" --output output.wav

配置

配置文件位置

D:lux-ttsconfig.yaml

配置选项

install_path: "D:\lux-tts"      # 安装位置
device: "cuda"                   # 设备：cuda/cpu
model_repo: "YatharthS/LuxTTS"   # 模型仓库
reference_voice: "voices/test.wav" # 默认语音
audio_format: "wav"              # 音频格式
sample_rate: 48000               # 采样率
cache_enabled: true              # 启用缓存
cache_dir: "cache"               # 缓存目录

语音管理

添加自定义语音

1. 准备清晰的语音文件（WAV/MP3，≥3秒）
2. 复制到 D:lux-ttsvoices 目录
3. 或在代码中调用：

tts.add_voice("path/to/your/voice.wav", "my_voice.wav")

使用自定义语音

result = tts_generate("文本", voice="D:\lux-tts\voices\my_voice.wav")

故障排除

常见问题

1. "未找到 LuxTTS 安装"

• 检查 D:lux-tts 目录是否存在
• 运行部署脚本：deploy.ps1
• 设置环境变量：LUX_TTS_PATH=D:lux-tts

2. "无法导入 zipvoice"

• 激活虚拟环境：D:lux-ttsvenvScriptsactivate
• 重新安装：pip install zipvoice-luxvoice

3. CUDA 不可用

• 检查 NVIDIA 驱动：nvidia-smi
• 回退到 CPU：修改 config.yaml 中的 device: "cpu"

4. 音频质量不佳

• 确保参考音频 ≥3秒，清晰无噪音
• 调整参数：rms=0.01, t_shift=0.9, num_steps=4

日志查看

import logging
logging.getLogger('lux_tts').setLevel(logging.DEBUG)

性能优化

GPU 加速

• 确保 CUDA 可用：nvidia-smi
• 配置文件中设置 device: "cuda"

缓存启用

• 启用缓存减少重复生成
• 缓存目录：D:lux-ttscache

批量处理

# 批量生成可复用编码的提示
encoded = tts.client._model.encode_prompt(voice_file)
for text in texts:
    audio = tts.client._model.generate_speech(text, encoded)

与现有 TTS 集成

并行运行模式

def hybrid_tts(text, use_local=True):
    """混合 TTS：本地优先，云端备用"""
    try:
        if use_local:
            return tts_generate(text)
    except Exception:
        pass
    
    # 回退到云端 TTS
    return cloud_tts_generate(text)

配置 OpenClaw

在 TOOLS.md 中添加：

## TTS 选项
1. **本地 LuxTTS**：快速、免费、隐私好
2. **云端 TTS**：备用方案

更新和维护

更新模型

# 重新下载模型
.download-model.ps1

备份配置

# 备份重要文件
Copy-Item "D:lux-ttsconfig.yaml" "备份路径"
Copy-Item "D:lux-ttsvoices" "备份路径voices" -Recurse

清理缓存

Remove-Item "D:lux-ttscache*" -Recurse -Force

许可证

• LuxTTS 模型：Apache-2.0
• 本技能：MIT

参考

• LuxTTS GitHub
• Hugging Face 模型
• OpenClaw 文档

最后更新: 2026-03-16