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:
- Rufen Sie das tts-Tool auf (in Clawdbot integriert), um Text in Sprache umzuwandeln
- Das Tool gibt einen MEDIA:-Pfad zurück
- 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-Bibliothekcommander- CLI-Argument-Parsing
Arbeitsablauf
- Absicht erkennen: Prüfen Sie auf das Schlüsselwort "tts" oder "text-to-speech" in der Benutzernachricht
- Methode wählen: Verwenden Sie das integrierte
tts-Tool für einfache Anfragen oderscripts/tts-converter.jsfür Anpassungen - Audio erzeugen: Konvertieren Sie den Zieltext (Nachricht, Suchergebnisse, Zusammenfassung)
- 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 testaus, 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.mp3im 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--outputeinen 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