飞书语音消息发送技能

将文本转换为语音消息发送到飞书，支持在飞书聊天窗口直接播放。

功能特性

• ✅ TTS 文字转语音（使用 coze-tts）
• ✅ 支持语速调整（0.5-2.0x）
• ✅ 自动转换为 opus 格式（飞书要求）
• ✅ 读取音频时长
• ✅ 上传到飞书服务器
• ✅ 发送可播放的语音消息

前置要求

环境变量

必需变量：

# 飞书配置（必需）
export FEISHU_APP_ID="cli_xxx"              # 飞书应用 ID
export FEISHU_APP_SECRET="your_secret"      # 飞书应用密钥

# Coze 配置（用于 TTS）
export COZE_API_KEY="your_coze_key"         # Coze API 密钥

可选变量：

# 接收者配置
export FEISHU_RECEIVER="ou_xxx"             # 默认接收者 Open ID

# 多应用配置（用于支持多个飞书应用）
export FEISHU_APP_ID_B="cli_xxx"            # 应用 B 的 ID
export FEISHU_APP_SECRET_B="your_secret"    # 应用 B 的密钥
export FEISHU_RECEIVER_B="ou_xxx"           # 应用 B 的接收者

# 工作区路径（用于定位依赖技能）
export OPENCLAW_WORKSPACE="/path/to/workspace"  # OpenClaw 工作区目录

必需工具

• ffmpeg - 音频格式转换、语速调整
• ffprobe - 读取音频信息
• jq - JSON 处理

依赖技能

• coze-tts - 文字转语音

使用方法

基本用法

# 发送语音消息
bash scripts/send_voice.sh "你好，这是一条语音消息"

高级选项

# 指定 voice_id 和语速
bash scripts/send_voice.sh "你好" 2 1.2

# 参数说明：
# - voice_id: Coze 音色 ID（默认 1）
# - 语速: 0.5-2.0（默认 1.0）

脚本说明

send_voice.sh

主脚本，完整的语音消息发送流程。

用法：

bash scripts/send_voice.sh <文本> [voice_id] [语速] [接收者]

参数：

• 文本 (必需): 要转换为语音的文字
• voice_id (可选): Coze 音色 ID（默认：1）
• 语速 (可选): 0.5-2.0（默认：1.0）
• 接收者 (可选): 飞书 open_id

环境变量：

• FEISHU_APP_ID: 飞书应用 ID
• FEISHU_APP_SECRET: 飞书应用密钥
• FEISHU_RECEIVER: 接收者 Open ID（可选）
• COZE_API_KEY: Coze API 密钥

流程说明

1. TTS 生成: 使用 coze-tts 生成 MP3 格式音频
2. 语速调整（可选）: 使用 ffmpeg atempo 滤镜调整语速
3. 格式转换: 使用 ffmpeg 转换为 opus 格式
4. 读取时长: 使用 ffprobe 获取音频时长（毫秒）
5. 上传文件: 上传到飞书，指定 file_type=opus 和 duration
6. 发送消息: 发送 msg_type=audio 消息

技术细节

音频格式要求

飞书语音消息要求：

• 格式: opus (OGG 容器)
• 编码: libopus
• 比特率: 24k
• 采样率: 24000 Hz
• 声道: 单声道

Duration 参数

关键: 必须在上传时提供 duration 参数（整数毫秒），否则时长显示为 0。

# 正确的上传方式
curl -X POST "https://open.feishu.cn/open-apis/im/v1/files" \
  -F "file=@voice.opus" \
  -F "file_type=opus" \
  -F "duration=6000"          # ← 关键参数（毫秒）

API 端点

端点	用途
/auth/v3/tenant_access_token/internal	获取访问令牌
/im/v1/files	上传文件
/im/v1/messages	发送消息

故障排查

语音没有时长

问题: 发送的语音消息时长显示为 0

解决: 确保在上传时传递了 duration 参数（整数毫秒）

# 获取时长（转换为毫秒）
DURATION_MS=$(ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 voice.opus | awk '{printf "%.0f", $1 * 1000}')

# 上传时带上 duration（毫秒）
curl ... -F "duration=$DURATION_MS"

无法播放

问题: 语音消息无法播放

可能原因:

1. 格式不是 opus
2. file_type 参数错误
3. 文件损坏

解决:

# 检查格式
ffprobe voice.opus

# 重新转换
ffmpeg -i input.mp3 -c:a libopus -b:a 24k voice.opus

API 权限错误

问题: 上传时返回权限错误

解决: 确保飞书应用有以下权限：

• im:message
• im:message:send_as_bot

完整示例

# 设置环境变量
export FEISHU_APP_ID="your_app_id_here"
export FEISHU_APP_SECRET="your_app_secret_here"
export COZE_API_KEY="your_coze_key_here"

# 发送语音（默认设置）
bash scripts/send_voice.sh \
  "你好，这是一条测试语音消息。"

# 发送语音（指定 voice_id=2，语速 1.2x）
bash scripts/send_voice.sh \
  "你好，这是一条测试语音消息。" 2 1.2

注意事项

1. Coze TTS 限制: 单次文本长度请参考 Coze 文档
2. 整数时长: duration 必须是整数毫秒
3. opus 格式: 飞书只接受 opus 格式的音频消息
4. 语速范围: 支持 0.5-2.0x，使用 ffmpeg atempo 实现
5. 文件清理: 临时文件会自动清理

相关技能

• coze-tts: 文字转语音
• coze-asr: 语音转文字

更新日志

2026-03-24: 从 zhipu-tts 迁移到 coze-tts，新增语速调整功能