Tts Voice Generator

文本转语音生成工具，支持浏览声音列表、选择声音、上传自定义音频（带文本内容）并命名保存、生成语音和查询任务状态等功能。

TTS 语音生成器

完整工作流程

text

┌─────────────┐    ┌──────────────────────┐    ┌─────────────┐    ┌─────────────┐
│ 1. 浏览声音  │ -> │ 2. 选择或上传声音     │ -> │ 3. 生成语音  │ -> │ 4. 获取结果  │
└─────────────┘    └──────────────────────┘    └─────────────┘    └─────────────┘

步骤说明：

1. 浏览声音：查看可用声音列表
2. 选择声音：
   • 如果有合适的声音 → 说"用第 X 个声音"或"用 [声音名称]"
   • 如果没有合适的 → 上传自己的音频（需提供音频文件、声音名称、音频文本内容）
3. 生成语音：提供文本内容，使用选中的声音生成
4. 获取结果：等待任务完成，返回音频 URL

---

示例命令

1. 浏览可用声音

text

列出所有可用的声音

输出示例：

text

📋 可用声音列表：

  1. 派蒙 - 平静 (定制声音)
     试听文本：既然罗莎莉亚说足迹上有元素力...
  2. 龙某洋 (定制声音)
     试听文本：三十、功名尘与土八千里路云和月。
  ...

💡 使用方式：
  • 选择声音：说'用第 X 个声音'或'用 [声音名称]'
  • 上传自定义声音：说'上传我的声音'并提供音频文件、名称和音频内容

共 10 个声音

2. 选择已有声音生成

text

用第 1 个声音生成：你好，这是测试文本

或

text

用派蒙生成：春眠不觉晓，处处闻啼鸟

3. 上传自定义声音

格式：

text

上传我的声音：[文件路径]，名字叫"[声音名称]"，音频内容是"[音频文本]"

示例 1 - 本地文件路径：

text

上传我的声音：C:/audio/my_voice.wav，名字叫"温柔女声"，音频内容是"春眠不觉晓，处处闻啼鸟"

示例 2 - 相对路径：

text

上传这个音频文件作为参考声音：./sample.wav，命名为"我的声音"，文本内容是"白日依山尽，黄河入海流"

说明：

参数	说明	要求
音频文件	WAV 或 MP3 格式	建议 10-60 秒，一句话或一句诗词的录音
声音名称	给声音起的名字	如"温柔女声"、"成熟男声"等
音频内容	音频中朗读的文本	用于音色训练参考，必须与音频内容一致

4. 使用刚上传的声音生成

text

用温柔女声生成：欢迎使用我们的服务

5. 查询任务状态

text

查询任务状态：taskId_xxx

---

触发方式

当用户请求以下内容时触发：

类型	示例
生成语音	"生成语音" / "TTS" / "文本转语音"
浏览声音	"列出声音" / "获取声音列表" / "有哪些声音"
上传声音	"上传音频" / "添加声音" / "自定义声音" / "上传我的声音"
查询状态	"查询任务状态" / "检查 TTS 进度"
选择声音生成	"用第 X 个声音生成：[文本]" / "用 [声音名称] 生成：[文本]"
直接转换	提供文本内容要求转换成语音

---

配置要求

首次使用

需要在 ~/.openclaw/config.json 中配置 API Key（与下载工具 Skill 共用）：

json

{
    "datamass_api_key": "您的 API Key"
}

获取 API Key

1. 访问 https://www.datamass.cn
2. 注册并登录
3. 创建 API Key
4. 复制生成的 API Key 到配置文件中

---

功能特点

• ✅ 先浏览声音列表，再决定是否上传自定义声音
• ✅ 支持按序号选择声音（"用第 2 个声音"）
• ✅ 支持按名称选择声音（"用温柔女声"）
• ✅ 上传自定义音频时一步保存：音频文件 + 声音名称 + 音频文本
• ✅ 异步任务处理，无需等待
• ✅ 自动状态轮询
• ✅ 音频文件保存到 OSS，24 小时有效
• ✅ 自定义声音永久保存到数据库，可重复使用

---

核心功能

方法	说明
start_tts_workflow()	启动引导式交互流程
show_voice_list()	显示可用声音列表（格式化输出）
list_voices()	获取可用声音列表（原始数据）
select_voice(index)	根据序号选择声音
generate_speech()	提交 TTS 任务（支持 voice_index/voice_name/media_path）
check_task_status()	查询任务状态
upload_audio()	上传音频文件（支持 style_name 和 audio_text 参数）
add_custom_voice()	添加定制声音（保存到数据库）
upload_and_add()	一键上传并添加为定制声音（上传时同时保存音频文本）

---

注意事项

计费说明

• TTS 服务按生成音频时长计费
• 最低余额门槛：5 积分
• 100 字以内：2 积分，超出部分每 100 字加 1 积分
• 需要充值积分后使用

上传要求

• 音频格式：WAV 或 MP3
• 音频时长：建议 10-60 秒
• 音频内容：一句话或一句诗词的清晰录音
• 声音名称：自定义，用于后续调用
• 音频文本：必须与音频中朗读的内容一致，用于音色训练参考

使用提示

• 自定义声音上传后永久保存到数据库，可重复使用
• 建议上传前先浏览可用声音列表，避免重复上传
• 生成语音时可指定声音序号或名称
• 任务提交后自动轮询状态，无需手动查询