Lux Tts

提供本地高速、高质量文本转语音服务，支持语音克隆与自动路径管理，无需云端确保隐私安全。

Security Scan

代码和说明总体与“本地文本转语音”的声明一致：包含一个本地模拟/就绪实现，不要求凭据，但安装说明建议运行未打包的部署/下载脚本并从 Hugging Face / 第三方包获取模型，安装前应审查这些脚本与外部包并在隔离环境中运行。

Purpose & Capability

技能名与描述（本地高质量 TTS、语音克隆、隐私）与包含的代码文件一致：包内提供了一个‘ready’模拟实现（lux_tts_ready/fixed）与工具封装（lux_tts_tool、__init__）。不过代码和文档都强烈偏向 Windows（大量硬编码的 D:\lux-tts 路径、PowerShell/ .bat 指令），且虽然文档提到“自动检测安装位置”，实现却主要使用硬编码路径和 sys.path 插入；此外真实模型分支取决于第三方包（zipvoice.luxvoice / pip 包 zipvoice-luxvoice），这是合理但值得注意。

Instruction Scope

SKILL.md 指示运行 deploy.ps1 / download-model.ps1、创建 venv、pip 安装依赖并从 Hugging Face 下载模型 —— 这些都是模型化 TTS 合理的步骤。但这些部署/下载脚本未包含在清单中（代码包里没有 deploy.ps1/download-model.ps1 内容），因此运行这些外部脚本会从网络获取文件/代码；文档还包含‘回退到云端 TTS’的示例（cloud_tts_generate），但未定义该函数，存在文档/实现不一致。总体上运行步骤超出了仅在内存中运行的范围（会在磁盘写入、创建目录），在运行外部下载脚本前应审查脚本。

Install Mechanism

技能本身没有 install spec（instruction-only 安装流程），但代码文件包含在包内；SKILL.md 建议使用 pip 安装依赖并从 Hugging Face 下载模型（Hugging Face 是常见模型源，URL 指向官方仓库），没有看到可疑短链接或个人服务器地址。总体安装机制与模型化 TTS 的常规流程相符，但下载脚本（未包含）应在信任环境中检查。

Credentials

清单不要求任何环境变量或凭证（requires.env 无），代码也未尝试读取敏感凭证或网络密钥。文档建议设置可选的 LUX_TTS_PATH 环境变量用于定位，这与用途一致。没有发现要求与用途不相关的凭据。

Persistence & Privilege

技能不会请求始终启用（always:false），也未声明修改其他技能或全局代理设置。但代码在默认情况下会在系统盘（D:\lux-tts）创建目录并写入文件（模型、voices、cache、临时输出）。SKILL.md 建议以管理员身份运行某些安装脚本；因此在权限与文件写入方面请谨慎：这些行为与安装大型本地模型的需求一致，但会改写本地磁盘（尤其是硬编码的 D: 路径）。

Assessment

What to consider before installing: - This package is internally coherent with a local TTS: included Python modules implement a local (simulated) TTS and do not request credentials or hard-coded network endpoints. - However SKILL.md tells you to run deployment/download scripts (deploy.ps1, download-model.ps1) that are not included in the bundle; those scripts will download model files or other artifacts from the network — inspect them before running. - The 'real' model path depends on an external package (zipvoice.luxvoice / pip package named in docs). Verify that package on PyPI (or its source) before installing and check its behavior and trustworthiness. - The code creates and writes files under D:\lux-tts (Windows-centric hard-coded paths) and may require elevated privileges if you run the recommended installer as admin. If you don't have a D: drive or are on Linux/macOS, adjust paths or run in a sandbox. - Recommended safe steps: 1) Review any deploy/download scripts and the pip packages they install; 2) Run installation and first tests in an isolated VM/container or restricted user account; 3) Prefer manual model downloads from the official Hugging Face page linked in docs and verify checksums; 4) Do not run unknown PowerShell/BAT scripts as administrator until reviewed; 5) If you need to keep host clean, modify config/install paths to a directory you control. - If you want more assurance, provide the actual deploy.ps1/download-model.ps1 contents and any install scripts so they can be inspected; that could raise or lower my confidence.

LuxTTS 技能 - 本地高质量文本转语音

概述

LuxTTS 是一个高质量的本地文本转语音模型，支持语音克隆，速度达到实时150倍。本技能将 LuxTTS 集成到 OpenClaw 中，提供本地化的 TTS 服务。

特性

• 🚀 极速生成：150倍实时速度
• 🎯 高质量语音：48kHz 高清音频
• 🔒 完全本地：无需云端 API，保护隐私
• 🎨 语音克隆：支持自定义语音
• 💾 智能路径管理：自动检测安装位置

安装位置

• 主安装：D:\lux-tts\（模型、大文件）
• 接口层：workspace/lux-tts/（智能路径管理）
• 自动检测：支持多个可能的位置

部署步骤

1. 运行部署脚本

# 在 D:\lux-tts\scripts\ 目录下
.\deploy.ps1

2. 下载模型

.\download-model.ps1

3. 测试安装

# 在 OpenClaw 中测试
from lux_tts import test_installation
test_installation()

使用方法

基本使用

from lux_tts_tool import tts_generate, tts_status

# 检查状态
status = tts_status()
print(status)

# 生成语音
result = tts_generate("你好，我是 LuxTTS")
if result["success"]:
    # result["audio_base64"] 包含 base64 编码的音频
    print(f"生成成功，时长: {result['duration']}秒")

在 OpenClaw 工具中调用

# 在 OpenClaw 技能中
from lux_tts_tool import get_tts_tool

tts = get_tts_tool()
result = tts.generate("需要转换为语音的文本")

命令行测试

# 检查状态
python lux_tts_tool.py status

# 列出语音
python lux_tts_tool.py list

# 生成语音
python lux_tts_tool.py generate "你好世界" --output output.wav

配置

配置文件位置

D:\lux-tts\config.yaml

配置选项

install_path: "D:\\lux-tts"      # 安装位置
device: "cuda"                   # 设备：cuda/cpu
model_repo: "YatharthS/LuxTTS"   # 模型仓库
reference_voice: "voices/test.wav" # 默认语音
audio_format: "wav"              # 音频格式
sample_rate: 48000               # 采样率
cache_enabled: true              # 启用缓存
cache_dir: "cache"               # 缓存目录

语音管理

添加自定义语音

1. 准备清晰的语音文件（WAV/MP3，≥3秒）
2. 复制到 D:\lux-tts\voices\ 目录
3. 或在代码中调用：

tts.add_voice("path/to/your/voice.wav", "my_voice.wav")

使用自定义语音

result = tts_generate("文本", voice="D:\\lux-tts\\voices\\my_voice.wav")

故障排除

常见问题

1. "未找到 LuxTTS 安装"

• 检查 D:\lux-tts\ 目录是否存在
• 运行部署脚本：deploy.ps1
• 设置环境变量：LUX_TTS_PATH=D:\lux-tts

2. "无法导入 zipvoice"

• 激活虚拟环境：D:\lux-tts\venv\Scripts\activate
• 重新安装：pip install zipvoice-luxvoice

3. CUDA 不可用

• 检查 NVIDIA 驱动：nvidia-smi
• 回退到 CPU：修改 config.yaml 中的 device: "cpu"

4. 音频质量不佳

• 确保参考音频 ≥3秒，清晰无噪音
• 调整参数：rms=0.01, t_shift=0.9, num_steps=4

日志查看

import logging
logging.getLogger('lux_tts').setLevel(logging.DEBUG)

性能优化

GPU 加速

• 确保 CUDA 可用：nvidia-smi
• 配置文件中设置 device: "cuda"

缓存启用

• 启用缓存减少重复生成
• 缓存目录：D:\lux-tts\cache\

批量处理

# 批量生成可复用编码的提示
encoded = tts.client._model.encode_prompt(voice_file)
for text in texts:
    audio = tts.client._model.generate_speech(text, encoded)

与现有 TTS 集成

并行运行模式

def hybrid_tts(text, use_local=True):
    """混合 TTS：本地优先，云端备用"""
    try:
        if use_local:
            return tts_generate(text)
    except Exception:
        pass
    
    # 回退到云端 TTS
    return cloud_tts_generate(text)

配置 OpenClaw

在 TOOLS.md 中添加：

## TTS 选项
1. **本地 LuxTTS**：快速、免费、隐私好
2. **云端 TTS**：备用方案

更新和维护

更新模型

# 重新下载模型
.\download-model.ps1

备份配置

# 备份重要文件
Copy-Item "D:\lux-tts\config.yaml" "备份路径\"
Copy-Item "D:\lux-tts\voices\" "备份路径\voices\" -Recurse

清理缓存

Remove-Item "D:\lux-tts\cache\*" -Recurse -Force

许可证

• LuxTTS 模型：Apache-2.0
• 本技能：MIT

参考

• LuxTTS GitHub
• Hugging Face 模型
• OpenClaw 文档

---

最后更新: 2026-03-16