Voice Reply

語音雙模回覆技能。使用 Edge TTS (免費) 生成語音回覆，使用 Whisper 轉錄語音輸入。

Voice Reply Skill

語音雙模回覆技能 - 支援語音輸入轉文字與文字轉語音輸出。

🎙️ 功能說明

功能	技術	說明
語音輸入	Whisper	將語音訊息轉換為文字
語音輸出	Edge TTS	將文字轉換為語音回覆

特點：

• 完全免費，無需 API Key
• 支援多種中文女生聲音
• 離線運行（Whisper 模型需首次下載）

---

🔊 可用聲音（中文女生）

Voice ID	風格	描述
zh-TW-HsiaoChenNeural	General	台灣，友善正向 ✅ 默認
zh-TW-HsiaoYuNeural	General	台灣，另一種風格
zh-CN-XiaoxiaoNeural	News, Novel	大陸，溫暖
zh-CN-XiaoyiNeural	Cartoon, Novel	大陸，活潑
zh-HK-HiuGaaiNeural	General	香港，友善正向

---

📦 環境需求

依賴	安裝方式
Python	3.9+
ffmpeg	brew install ffmpeg
openai-whisper	pip3 install --user openai-whisper
edge-tts	pip3 install --user edge-tts

---

🛠️ 使用方式

轉錄語音輸入（Whisper）

import whisper

# 載入模型（首次會下載模型檔案）
model = whisper.load_model('tiny')  # tiny/base/small/medium

# 轉錄語音
result = model.transcribe('/path/to/audio.ogg')
print(result['text'])

模型選擇：

模型	速度	準確度	大小
tiny	最快	一般	~72MB
base	快	較好	~142MB
small	中等	好	~466MB
medium	慢	很好	~1.5GB

生成語音回覆（Edge TTS）

# 基本用法
edge-tts \
  --text "你好，我是寶寶！" \
  --voice zh-TW-HsiaoChenNeural \
  --write-media output.mp3

# 列出所有可用聲音
edge-tts --list-voices

Python 整合範例

import subprocess

def text_to_speech(text, voice='zh-TW-HsiaoChenNeural', output='/tmp/voice.mp3'):
    """將文字轉換為語音"""
    import shutil
    edge_tts_path = shutil.which('edge-tts')
    if not edge_tts_path:
        # 嘗試常見路徑
        edge_tts_path = '/Users/claw/Library/Python/3.9/bin/edge-tts'
    
    cmd = [
        edge_tts_path,
        '--text', text,
        '--voice', voice,
        '--write-media', output
    ]
    subprocess.run(cmd, check=True)
    return output

# 使用
audio_file = text_to_speech('你好！很高興為你服務。')

---

⚙️ 配置

默認使用：

• Whisper model: tiny (快速，適合即時對話)
• TTS voice: zh-TW-HsiaoChenNeural (台灣女生聲音)

可在 TOOLS.md 中修改偏好設定。

---

📁 相關檔案

檔案	說明
~/.cache/whisper/	Whisper 模型下載位置
~/.qclaw/workspace/skills/voice-reply/SKILL.md	本 Skill 定義
~/.qclaw/workspace/TOOLS.md	語音偏好設定