Openclaw Mlx Audio

Local TTS/STT integration for OpenClaw using mlx-audio - Zero API keys, Zero cloud dependency

本地支持多语言文本转语音 (TTS) 和语音转文本 (STT)，完全在 Apple Silicon 设备上运行，无需云服务，保护数据隐私。

功能

• 🗣️ TTS 文本转语音: 支持中文、英文等多种语言
• 🎤 STT 语音转文本: 高准确率语音识别
• 🎭 声音克隆: 使用参考音频克隆声音
• 🔒 完全本地: 无需 API Key，数据不出设备

安装

bash

# 安装依赖
brew install ffmpeg uv
uv tool install mlx-audio --prerelease=allow

# 安装插件
cp -r openclaw-mlx-audio ~/.openclaw/extensions/

# 重启 OpenClaw
openclaw gateway restart

使用

TTS 命令

bash

# 状态查询
/ mlx-tts status

# 测试生成
/ mlx-tts test "你好，这是测试语音"

# 模型列表
/ mlx-tts models

STT 命令

bash

# 状态查询
/ mlx-stt status

# 转录音频
/ mlx-stt transcribe /path/to/audio.wav

# 模型列表
/ mlx-stt models

工具调用

TTS:

json

{
  "tool": "mlx_tts",
  "parameters": {
    "action": "generate",
    "text": "Hello World",
    "outputPath": "/tmp/speech.mp3"
  }
}

STT:

json

{
  "tool": "mlx_stt",
  "parameters": {
    "action": "transcribe",
    "audioPath": "/tmp/audio.wav",
    "language": "zh"
  }
}

支持模型

TTS 模型

模型	语言	速度	质量
mlx-community/Kokoro-82M-bf16	8+	⚡⚡⚡	Good
mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16	ZH/EN/JA/KO	⚡⚡	Better
mlx-community/Qwen3-TTS-12Hz-1.7B-VoiceDesign-bf16	ZH/EN/JA/KO	⚡	Best

STT 模型

模型	语言	速度	精度
mlx-community/whisper-large-v3-turbo-asr-fp16	99+	⚡⚡⚡	Good
mlx-community/Qwen3-ASR-1.7B-8bit	ZH/EN/JA/KO	⚡⚡	Better
mlx-community/whisper-large-v3	99+	⚡⚡	Best

测试

自动化测试: 17 项 (100% 通过) 真人测试: 11 项 Discord 测试 总体评分: ⭐⭐⭐⭐ (3.85/5.0)

运行测试:

bash

bash test/run_tests.sh

配置

在 openclaw.json 中添加:

json

{
  "plugins": {
    "allow": ["@openclaw/mlx-audio"],
    "entries": {
      "@openclaw/mlx-audio": {
        "enabled": true,
        "config": {
          "tts": {
            "enabled": true,
            "model": "mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16",
            "langCode": "zh"
          },
          "stt": {
            "enabled": true,
            "model": "mlx-community/Qwen3-ASR-1.7B-8bit",
            "language": "zh"
          }
        }
      }
    }
  }
}

系统要求

• macOS Apple Silicon (M1/M2/M3)
• Node.js 18+
• Python 3.10+
• ffmpeg
• uv

链接

• GitHub: https://github.com/gandli/openclaw-mlx-audio
• OpenClaw: https://docs.openclaw.ai
• ClawHub: https://clawhub.ai

License

MIT