Communitygithub.com

sundial-org/awesome-openclaw-skills

Text-to-Speech-Konvertierung mit dem node-edge-tts npm-Paket zur Erzeugung von Audio aus Text. Unterstützt mehrere Stimmen, Sprachen, Geschwindigkeitsanpassung, Tonhöhensteuerung und Untertitelgenerierung.

Was ist awesome-openclaw-skills?

Dieses Skill ermöglicht die Umwandlung von Text in natürlich klingende Sprache mithilfe von Microsoft Edges neuronalem TTS-Dienst, der über das npm-Paket `node-edge-tts` angesprochen wird. Es ist ideal für Szenarien, in denen Audioausgabe benötigt wird – etwa für Benutzer mit Sehbehinderung, beim Multitasking (z.B. Autofahren, Kochen) oder zur Barrierefreiheit. Das Skill erkennt Absichten automatisch über das Schlüsselwort 'tts' und filtert dieses vor der Konvertierung aus dem Text heraus. Es unterstützt vielfältige Anpassungen wie Sprachauswahl (zahlreiche Stimmen inklusive Deutsch, Englisch, Spanisch, Französisch), Geschwindigkeit, Tonhöhe und Lautstärke. Für fortgeschrittene Anwender stehen Skripte wie `tts-converter.js` und `config-manager.js` zur Verfügung, die eine Feinabstimmung und dauerhafte Speicherung von Einstellungen ermöglichen. Die Ausgabe erfolgt standardmäßig im MP3-Format, wobei verschiedene Qualitätsstufen wählbar sind. Zudem können Untertitel im JSON-Format mit Zeitinformationen auf Wortebene erzeugt werden. Das Skill ist plattformunabhängig und benötigt lediglich eine Internetverbindung.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sundial-org/awesome-openclaw-skills/tree/HEAD/skills/edge-tts

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Edge-TTS-Skill

Übersicht

Erzeugt hochwertige Text-to-Speech-Audioinhalte mit Microsoft Edges neuronalem TTS-Dienst über das npm-Paket node-edge-tts. Unterstützt mehrere Sprachen, Stimmen, anpassbare Geschwindigkeit/Tonhöhe und Untertitelgenerierung.

Schnellstart

Wenn Sie eine TTS-Absicht anhand von Triggern oder Benutzeranfragen erkennen:

  1. Rufen Sie das tts-Tool auf (in Clawdbot integriert), um Text in Sprache umzuwandeln
  2. Das Tool gibt einen MEDIA:-Pfad zurück
  3. Clawdbot leitet das Audio an den aktuellen Kanal weiter
// Beispiel: Verwendung des integrierten tts-Tools
tts("Ihr Text, der in Sprache umgewandelt werden soll")
// Gibt zurück: MEDIA: /pfad/zu/audio.mp3

Trigger-Erkennung

Erkennt das Schlüsselwort "tts" als TTS-Anfrage. Das Skill filtert automatisch TTS-bezogene Schlüsselwörter aus dem Text, bevor die Konvertierung erfolgt, um zu vermeiden, dass die Trigger-Wörter selbst in Audio umgewandelt werden.

Erweiterte Anpassung

Verwendung der Node.js-Skripte

Für mehr Kontrolle können Sie die mitgelieferten Skripte direkt verwenden:

TTS-Konverter

cd scripts
npm install
node tts-converter.js "Ihr Text" --voice de-DE-KatjaNeural --rate +10% --output ausgabe.mp3

Optionen:

  • --voice, -v: Stimmenname (Standard: en-US-AriaNeural)
  • --lang, -l: Sprachcode (z.B. en-US, es-ES)
  • --format, -o: Ausgabeformat (Standard: audio-24khz-48kbitrate-mono-mp3)
  • --pitch: Tonhöhenanpassung (z.B. +10%, -20%, default)
  • --rate, -r: Geschwindigkeitsanpassung (z.B. +10%, -20%, default)
  • --volume: Lautstärkenanpassung (z.B. +0%, -10%, default)
  • --save-subtitles, -s: Untertitel als JSON-Datei speichern
  • --output, -f: Ausgabedateipfad (Standard: tts_output.mp3)
  • --proxy, -p: Proxy-URL (z.B. http://localhost:7890)
  • --timeout: Zeitüberschreitung in Millisekunden (Standard: 10000)
  • --list-voices, -L: Verfügbare Stimmen auflisten

Konfigurationsmanager

cd scripts
npm install
node config-manager.js --set-voice de-DE-KatjaNeural

node config-manager.js --set-rate +10%

node config-manager.js --get

node config-manager.js --reset

Stimmenauswahl

Häufige Stimmen (verwenden Sie --list-voices für die vollständige Liste):

Englisch:

  • en-US-MichelleNeural (weiblich, natürlich, Standard)
  • en-US-AriaNeural (weiblich, natürlich)
  • en-US-GuyNeural (männlich, natürlich)
  • en-GB-SoniaNeural (weiblich, britisch)
  • en-GB-RyanNeural (männlich, britisch)

Andere Sprachen:

  • es-ES-ElviraNeural (Spanisch, Spanien)
  • fr-FR-DeniseNeural (Französisch)
  • de-DE-KatjaNeural (Deutsch)
  • ja-JP-NanamiNeural (Japanisch)
  • zh-CN-XiaoxiaoNeural (Chinesisch)
  • ar-SA-ZariyahNeural (Arabisch)

Geschwindigkeitsrichtlinien

Geschwindigkeitswerte verwenden das Prozentformat:

  • "default": Normale Geschwindigkeit
  • "-20%" bis "-10%": Langsam, deutlich (Tutorials, Geschichten, Barrierefreiheit)
  • "+10%" bis "+20%": Leicht schnell (Zusammenfassungen)
  • "+30%" bis "+50%": Schnell (Nachrichten, Effizienz)

Ausgabeformate

Wählen Sie die Audioqualität je nach Anwendungsfall:

  • audio-24khz-48kbitrate-mono-mp3: Standardqualität (Sprachnotizen, Nachrichten)
  • audio-24khz-96kbitrate-mono-mp3: Hohe Qualität (Präsentationen, Inhalte)
  • audio-48khz-96kbitrate-stereo-mp3: Höchste Qualität (professionelles Audio, Musik)

Ressourcen

scripts/tts-converter.js

Hauptskript für die TTS-Konvertierung mit node-edge-tts. Erzeugt Audiodateien mit anpassbarer Stimme, Geschwindigkeit, Lautstärke, Tonhöhe und Format. Unterstützt Untertitelgenerierung und Auflistung von Stimmen.

scripts/config-manager.js

Verwaltet dauerhafte Benutzereinstellungen für TTS-Optionen (Stimme, Sprache, Format, Tonhöhe, Geschwindigkeit, Lautstärke). Speichert die Konfiguration in ~/.tts-config.json.

scripts/package.json

NPM-Paketkonfiguration mit der Abhängigkeit node-edge-tts.

references/node_edge_tts_guide.md

Vollständige Dokumentation für das npm-Paket node-edge-tts, einschließlich:

  • Vollständige Stimmenliste nach Sprache
  • Prosodie-Optionen (Geschwindigkeit, Tonhöhe, Lautstärke)
  • Nutzungsbeispiele (CLI und Modul)
  • Untertitelgenerierung
  • Ausgabeformate
  • Best Practices und Einschränkungen

Stimmentest

Testen Sie verschiedene Stimmen und hören Sie eine Vorschau der Audioqualität unter: https://tts.travisvn.com/

Konsultieren Sie diese Ressource, wenn Sie spezifische Stimmendetails oder erweiterte Funktionen benötigen.

Installation

Um die mitgelieferten Skripte zu verwenden:

cd /home/user/clawd/skills/public/tts-skill/scripts
npm install

Dadurch werden installiert:

  • node-edge-tts - TTS-Bibliothek
  • commander - CLI-Argument-Parsing

Arbeitsablauf

  1. Absicht erkennen: Prüfen Sie auf das Schlüsselwort "tts" oder "text-to-speech" in der Benutzernachricht
  2. Methode wählen: Verwenden Sie das integrierte tts-Tool für einfache Anfragen oder scripts/tts-converter.js für Anpassungen
  3. Audio erzeugen: Konvertieren Sie den Zieltext (Nachricht, Suchergebnisse, Zusammenfassung)
  4. An Benutzer zurückgeben: Das tts-Tool gibt einen MEDIA:-Pfad zurück; Clawdbot kümmert sich um die Zustellung

Testen

Basistest

Führen Sie das Testskript aus, um die TTS-Funktionalität zu überprüfen:

cd /home/user/clawd/skills/public/edge-tts/scripts
npm test

Dies erzeugt eine Test-Audiodatei und überprüft, ob der TTS-Dienst funktioniert.

Stimmentest

Testen Sie verschiedene Stimmen und hören Sie eine Vorschau der Audioqualität unter: https://tts.travisvn.com/

Integrationstest

Verwenden Sie das integrierte tts-Tool für schnelle Tests:

// Beispiel: TTS mit Standardeinstellungen testen
tts("Dies ist ein Test der TTS-Funktionalität.")

Konfigurationstest

Überprüfen Sie die Persistenz der Konfiguration:

cd /home/user/clawd/skills/public/edge-tts/scripts
node config-manager.js --get
node config-manager.js --set-voice en-US-GuyNeural
node config-manager.js --get

Fehlerbehebung

  • Konnektivität testen: Führen Sie npm test aus, um zu prüfen, ob der TTS-Dienst erreichbar ist
  • Stimmverfügbarkeit prüfen: Verwenden Sie node tts-converter.js --list-voices, um verfügbare Stimmen anzuzeigen
  • Proxy-Einstellungen überprüfen: Wenn Sie einen Proxy verwenden, testen Sie mit node tts-converter.js "test" --proxy http://localhost:7890
  • Audioausgabe prüfen: Der Test sollte eine Datei test-output.mp3 im Skriptverzeichnis erzeugen

Hinweise

  • node-edge-tts verwendet Microsoft Edges Online-TTS-Dienst (aktualisierte, funktionierende Authentifizierung)
  • Kein API-Schlüssel erforderlich (kostenloser Dienst)
  • Ausgabe erfolgt standardmäßig im MP3-Format
  • Erfordert Internetverbindung
  • Unterstützt Untertitelgenerierung (JSON-Format mit Wort-Zeitsteuerung)
  • Temporäre Dateibehandlung: Standardmäßig werden Audiodateien im temporären Verzeichnis des Systems gespeichert (/tmp/edge-tts-temp/ unter Unix, C:\Users\<Benutzer>\AppData\Local\Temp\edge-tts-temp\ unter Windows) mit eindeutigen Dateinamen (z.B. tts_1234567890_abc123.mp3). Dateien werden nicht automatisch gelöscht – die aufrufende Anwendung (Clawdbot) sollte nach der Nutzung für die Bereinigung sorgen. Sie können mit der Option --output einen benutzerdefinierten Ausgabepfad angeben, wenn dauerhafte Speicherung erforderlich ist.
  • TTS-Schlüsselwortfilterung: Das Skill filtert automatisch TTS-bezogene Schlüsselwörter (tts, TTS, Text-to-Speech) aus dem Text, bevor die Konvertierung erfolgt, um zu vermeiden, dass die Trigger-Wörter selbst in Audio umgewandelt werden
  • Für wiederholte Einstellungen verwenden Sie config-manager.js, um Standardwerte festzulegen
  • Standardstimme: en-US-MichelleNeural (weiblich, natürlich)
  • Neuronale Stimmen (endend auf Neural) bieten eine höhere Qualität als Standardstimmen

Individual skills in this repo

This repo contains 19 individual skills — each has its own dedicated page.

sundial-org/awesome-openclaw-skills

Complete X (Twitter) algorithm mastery - engagement weights, viral formulas, shadow ban avoidance, thread optimization, and growth strategies. Based on X's open-source code analysis and real creator data.

sundial-org/awesome-openclaw-skills

Create product demo videos by automating browser interactions and capturing frames. Use when the user wants to record a demo, walkthrough, product showcase, or interactive video of a web application. Supports Playwright CDP screencast for high-quality capture and FFmpeg for video encoding.

sundial-org/awesome-openclaw-skills

Comprehensive video/audio processing with FFmpeg. Use for: (1) Video transcoding and format conversion, (2) Cutting and merging clips, (3) Audio extraction and manipulation, (4) Thumbnail and GIF generation, (5) Resolution scaling and quality adjustment, (6) Adding subtitles or watermarks, (7) Speed adjustment (slow/fast motion), (8) Color correction and filters.

sundial-org/awesome-openclaw-skills

Generate FFmpeg commands from natural language video editing requests - cut, trim, convert, compress, change aspect ratio, extract audio, and more.

sundial-org/awesome-openclaw-skills

Create a verbatim transcript for a YouTube URL using Google Gemini (speaker labels, paragraph breaks; no time codes). Use when the user asks to transcribe a YouTube video or wants a clean transcript (no timestamps).

sundial-org/awesome-openclaw-skills

Generate landing page code from product descriptions

sundial-org/awesome-openclaw-skills

Generate a beautiful HTML landing page from your package.json. Use when you need a quick marketing page for your project.

sundial-org/awesome-openclaw-skills

Founder vs employee personal branding strategies with LinkedIn positioning and exit planning

sundial-org/awesome-openclaw-skills

Monitor stock/crypto holdings, get price alerts, track portfolio performance

sundial-org/awesome-openclaw-skills

End-to-end AI video generation - create videos from text prompts using image generation, video synthesis, voice-over, and editing. Supports OpenAI DALL-E, Replicate models, LumaAI, Runway, and FFmpeg editing.

sundial-org/awesome-openclaw-skills

Local speech-to-text using faster-whisper. 4-6x faster than OpenAI Whisper with identical accuracy; GPU acceleration enables ~20x realtime transcription. Supports standard and distilled models with word-level timestamps.

sundial-org/exa-web-search-free

Free AI search via Exa MCP. Web search for news/info, code search for docs/examples from GitHub/StackOverflow, company research for business intel. No API key needed.

sundial-org/finance-news

Market news briefings with AI summaries. Use when asked about stock news, market updates, portfolio performance, morning/evening briefings, financial headlines, or price alerts. Supports US/Europe/Japan markets, WhatsApp delivery, and English/German output.

sundial-org/jina-reader

Web content extraction via Jina AI Reader API. Three modes: read (URL to markdown), search (web search + full content), ground (fact-checking). Extracts clean content without exposing server IP.

sundial-org/memory-setup

Enable and configure Moltbot/Clawdbot memory search for persistent context. Use when setting up memory, fixing "goldfish brain," or helping users configure memorySearch in their config. Covers MEMORY.md, daily logs, and vector search setup.

sundial-org/news-summary

This skill should be used when the user asks for news updates, daily briefings, or what's happening in the world. Fetches news from trusted international RSS feeds and can create voice summaries.

sundial-org/ontology

Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linking related objects, enforcing constraints, planning multi-step actions as graph transformations, or when skills need to share state. Trigger on "remember", "what do I know about", "link X to Y", "show dependencies", entity CRUD, or cross-skill data access.

sundial-org/remind-me

Set reminders using natural language. Automatically creates one-time cron jobs and logs to markdown.

sundial-org/stock-market-pro

Professional stock price tracking, fundamental analysis, and financial reporting tool. Supports global markets (US, KR, etc.), Crypto, and Forex with real-time data. (1) Real-time quotes, (2) Valuation metrics (PE, EPS, ROE), (3) Earnings calendar and consensus, (4) High-quality Candlestick & Line charts with technical indicators (MA5/20/60).

Verwandte Skills