Multi Edge Tts Cn

Edge-TTS 在线语音合成 skill。基于微软 Edge TTS 引擎，生成速度快（1-2秒），支持多种音色和输出格式。同时支持飞书（OGG/Opus）和企业微信（AMR）。默认音色 xiaoxiao_lively。需联网。

Install

openclaw skills install multi-edge-tts-cn

Multi Edge-TTS 语音合成 Skill

概述

引擎: edge-tts 7.2.8
路径: ~/.openclaw/workspace/skills/multi-edge-tts-cn/
入口脚本: scripts/engine.py
音色配置: config/voices.json
速度: 1-2 秒生成
多平台支持: 飞书(OGG/Opus)、企业微信(AMR)

官方音色

来自 Edge-TTS 引擎原始音色,使用默认参数。

zh-CN(普通话)

音色	性别	音色 ID
zh-CN-XiaoxiaoNeural	女	`xiaoxiao`
zh-CN-XiaoyiNeural	女	`xiaoyi`
zh-CN-YunjianNeural	男	`yunjian`
zh-CN-YunxiNeural	男	`yunxi`
zh-CN-YunxiaNeural	男	`yunxia`
zh-CN-YunyangNeural	男	`yunyang`
zh-CN-liaoning-XiaobeiNeural	女	`liaoning_xiaobei`
zh-CN-shaanxi-XiaoniNeural	女	`shaanxi_xiaoni`

zh-HK(粤语)

音色	性别	音色 ID
zh-HK-HiuGaaiNeural	女	`hk_hiuGaai`
zh-HK-HiuMaanNeural	女	`hk_hiuMaan`
zh-HK-WanLungNeural	男	`hk_wanLung`

zh-TW(台湾)

音色	性别	音色 ID
zh-TW-HsiaoChenNeural	女	`tw_hsiaoChen`
zh-TW-HsiaoYuNeural	女	`tw_hsiaoYu`
zh-TW-YunJheNeural	男	`tw_yunJhe`

自定义音色

基于官方音色调试过 rate/pitch/volume 参数的音色。

音色 ID	基础音色	参数	描述
xiaoxiao_lively(默认)	xiaoxiao	+8%速 +10Hz +5%音量	女声活泼偏高音
xiaoxiao_gentle	xiaoxiao	+5%速 +4Hz	女声甜美温柔
xiaoxiao_fast	xiaoxiao	+15%速 +2Hz +10%音量	女声快速明亮
xiaoxiao_slow	xiaoxiao	+5%速 -2Hz	女声温柔慢速
xiaoyi_lively	xiaoyi	+15%速 +5Hz +10%音量	女声卡通元气
yunxi_sunny	yunxi	+15%速 +3Hz +5%音量	男声阳光活泼

调用方式

CLI

# 默认音色(xiaoxiao_lively),默认 .ogg 输出(飞书气泡语音格式)
python3 scripts/engine.py --text "你好呀"

# 指定音色
python3 scripts/engine.py --text "你好呀" --voice xiaoyi

# 企业微信语音消息(AMR 格式)
python3 scripts/engine.py --text "你好呀" --output /tmp/voice.amr

# 指定其他输出格式
python3 scripts/engine.py --text "你好呀" --output /tmp/goodnight.wav

# 列出全部音色
python3 scripts/engine.py --list-voices

Python API

import sys, os
sys.path.insert(0, os.path.expanduser("~/.openclaw/workspace/skills/multi-edge-tts-cn/scripts"))
from engine import generate

# 1. 生成语音(飞书用 OGG 格式)
code, path = generate("你好呀", voice_id="xiaoxiao_lively", output_path="/tmp/voice.ogg")

# 2. 生成语音(企业微信用 AMR 格式)
code, path = generate("你好呀", voice_id="xiaoxiao_lively", output_path="/tmp/voice.amr")

发送语音消息

企业微信发送（推荐方式）

在企业微信通道中，使用 MEDIA: 指令发送语音消息：

MEDIA: /tmp/openclaw/voice.amr

注意事项：

语音消息仅支持 AMR 格式（.amr）
文件大小需 ≤ 2 MB
使用绝对路径
路径必须在白名单目录内：/tmp/openclaw、~/.openclaw/workspace 等

完整示例：

# 1. 生成语音
python3 ~/workspace/skills/multi-edge-tts-cn/scripts/engine.py \
  --text "你好呀，我是小梦" \
  --output /tmp/openclaw/voice.amr

# 2. 在回复中使用 MEDIA: 指令发送
# MEDIA: /tmp/openclaw/voice.amr

飞书发送

在飞书通道中，使用 message 工具发送：

# 使用 message 工具发送
message.send(filePath="/tmp/openclaw/voice.ogg")

注意事项：

飞书推荐 OGG/Opus 格式
文件大小需 ≤ 10 MB

💡 核心提示: 在 OpenClaw 环境中，生成语音文件后，直接使用 MEDIA: 指令（企业微信）或 message.send(filePath=...)（飞书）即可实现语音消息推送。不需要上传到云空间再发送，这是最高效的用法！

输出格式

根据 --output 的扩展名自动选择编码器:

扩展名	编码器	采样率	声道	备注
`.ogg` / `.opus`	libopus	48kHz	mono	飞书推荐,voip 优化,64kbps
`.amr`	libopencore_amrnb	8kHz	mono	企业微信推荐,12.2kbps
`.mp3`	libmp3lame	48kHz	mono	64kbps
`.wav`	pcm_s16le	48kHz	mono	无损 PCM
`.flac`	flac	48kHz	mono	无损压缩
`.aac`	aac	48kHz	mono	64kbps
未知	自动回退 `.ogg`	48kHz	mono	打印警告

输出路径与存放规范

⚠️ 重要:OpenClaw 媒体发送安全限制

文件发送仅允许读取以下"白名单"目录下的文件:

/tmp/openclaw (推荐默认路径)

~/.openclaw/media

~/.openclaw/workspace

~/.openclaw/sandboxes

请使用绝对路径发送文件,无需上传云空间。

默认路径:/tmp/openclaw/edge_{音色ID}_{时间戳}.ogg

飞书发送推荐格式:OGG/Opus 企业微信发送推荐格式:AMR(文件大小需 ≤ 2MB)

文本规范

✅ 使用中文标点(,。!?)
⚠️ 标点决定停顿:句号(。)= 长停顿,逗号(,)= 短停顿
✅ 可包含语气词

文件大小与格式限制

类型	大小上限	格式要求	备注
图片	10 MB	常见图片格式均可	openclaw 默认会对图片进行压缩处理
视频	10 MB	常见视频格式均可
语音	2 MB	仅支持 AMR 格式（`.amr`）	企业微信语音消息
文件	20 MB	不限

⚠️ 重要提示：

语音格式: 语音消息仅支持 AMR 格式（.amr）。非 AMR 格式的音频文件将以文件消息的形式发送。
自动降级: 语音文件超过 2 MB 时，系统会自动将其转为文件消息发送。
硬性上限: 文件大小超过 20 MB 时无法发送。

技术细节

处理流程

加载音色配置 → 申请速率许可 → Edge-TTS 生成 MP3 → ffmpeg 转目标格式 → 清理临时文件 → 返回路径

引擎特性

速率控制:每秒最多 3 个请求(防 429 限速)
429 重试:指数退避 1s → 2s → 4s,最多 3 次
临时文件:MP3 中间文件生成后自动清理
整段合成:不分段,直接处理完整文本
格式自适应:根据输出扩展名自动选择编码器和参数

依赖

Python 3.8+
edge-tts 7.2.8
ffmpeg