TTS 语音生成器
完整工作流程
┌─────────────┐ ┌──────────────────────┐ ┌─────────────┐ ┌─────────────┐
│ 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：
- 浏览声音：查看可用声音列表
- 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）
- 生成语音：提供文本内容，使用选中的声音生成
- 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
列出所有可用的声音
输出示例：
📋 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
用第 1 个声音生成：你好，这是测试文本
或
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：
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：
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：
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
用温柔女声生成：欢迎使用我们的服务
5. 查询任务状态
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）：
{
"datamass_api_key": "您的 API Key"
}
获取 API Key
- 访问 https://www.datamass.cn
- 注册并登录
- 创建 API Key
- 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
