Communitygithub.com

sundial-org/awesome-openclaw-skills

Conversión de texto a voz usando el paquete npm node-edge-tts para generar audio a partir de texto. Soporta múltiples voces, idiomas, ajuste de velocidad, control de tono y generación de subtítulos.

¿Qué es awesome-openclaw-skills?

Esta habilidad permite convertir texto en audio de alta calidad mediante el servicio neural TTS de Microsoft Edge, utilizando el paquete npm node-edge-tts. Es ideal para situaciones donde el usuario necesita contenido hablado en lugar de leído, como al realizar multitarea, cocinar o conducir. Soporta múltiples voces (varios idiomas), ajuste de velocidad, tono y volumen, así como la generación de subtítulos con sincronización a nivel de palabra. Funciona con cualquier agente AI que invoque la herramienta `tts` incorporada en Clawdbot o, para personalización avanzada, scripts Node.js incluidos en la habilidad. La habilidad detecta automáticamente solicitudes que contengan la palabra clave "tts" y filtra dichas palabras del texto a convertir. No requiere clave API, solo conexión a internet.

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad Edge-TTS

Resumen

Genera audio de texto a voz de alta calidad utilizando el servicio neural TTS de Microsoft Edge a través del paquete npm node-edge-tts. Soporta múltiples idiomas, voces, ajuste de velocidad/tono y generación de subtítulos.

Inicio rápido

Cuando detectes una intención TTS a partir de activadores o solicitudes del usuario:

  1. Llama a la herramienta tts (integrada en Clawdbot) para convertir texto a voz
  2. La herramienta devuelve una ruta MEDIA:
  3. Clawdbot envía el audio al canal actual
// Ejemplo: Uso de la herramienta tts integrada
tts("Tu texto a convertir en voz")
// Devuelve: MEDIA: /ruta/al/audio.mp3

Detección de activadores

Reconoce la palabra clave "tts" como solicitudes TTS. La habilidad filtra automáticamente las palabras clave relacionadas con TTS del texto antes de la conversión para evitar convertir las propias palabras activadoras en audio.

Personalización avanzada

Usando los scripts Node.js

Para más control, usa los scripts incluidos directamente:

Convertidor TTS

cd scripts
npm install
node tts-converter.js "Tu texto" --voice en-US-AriaNeural --rate +10% --output salida.mp3

Opciones:

  • --voice, -v: Nombre de la voz (por defecto: en-US-AriaNeural)
  • --lang, -l: Código de idioma (ej., en-US, es-ES)
  • --format, -o: Formato de salida (por defecto: audio-24khz-48kbitrate-mono-mp3)
  • --pitch: Ajuste de tono (ej., +10%, -20%, default)
  • --rate, -r: Ajuste de velocidad (ej., +10%, -20%, default)
  • --volume: Ajuste de volumen (ej., +0%, -10%, default)
  • --save-subtitles, -s: Guardar subtítulos como archivo JSON
  • --output, -f: Ruta del archivo de salida (por defecto: tts_output.mp3)
  • --proxy, -p: URL del proxy (ej., http://localhost:7890)
  • --timeout: Tiempo de espera de la solicitud en milisegundos (por defecto: 10000)
  • --list-voices, -L: Listar voces disponibles

Administrador de configuración

cd scripts
npm install
node config-manager.js --set-voice en-US-AriaNeural

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

node config-manager.js --get

node config-manager.js --reset

Selección de voz

Voces comunes (usa --list-voices para la lista completa):

Inglés:

  • en-US-MichelleNeural (femenina, natural, por defecto)
  • en-US-AriaNeural (femenina, natural)
  • en-US-GuyNeural (masculina, natural)
  • en-GB-SoniaNeural (femenina, británica)
  • en-GB-RyanNeural (masculina, británica)

Otros idiomas:

  • es-ES-ElviraNeural (español, España)
  • fr-FR-DeniseNeural (francés)
  • de-DE-KatjaNeural (alemán)
  • ja-JP-NanamiNeural (japonés)
  • zh-CN-XiaoxiaoNeural (chino)
  • ar-SA-ZariyahNeural (árabe)

Guía de velocidad

Los valores de velocidad usan formato de porcentaje:

  • "default": Velocidad normal
  • "-20%" a "-10%": Lenta y clara (tutoriales, cuentos, accesibilidad)
  • "+10%" a "+20%": Ligeramente rápida (resúmenes)
  • "+30%" a "+50%": Rápida (noticias, eficiencia)

Formatos de salida

Elige la calidad de audio según el caso de uso:

  • audio-24khz-48kbitrate-mono-mp3: Calidad estándar (notas de voz, mensajes)
  • audio-24khz-96kbitrate-mono-mp3: Alta calidad (presentaciones, contenido)
  • audio-48khz-96kbitrate-stereo-mp3: Máxima calidad (audio profesional, música)

Recursos

scripts/tts-converter.js

Script principal de conversión TTS usando node-edge-tts. Genera archivos de audio con voz, velocidad, volumen, tono y formato personalizables. Soporta generación de subtítulos y listado de voces.

scripts/config-manager.js

Gestiona preferencias persistentes del usuario para la configuración TTS (voz, idioma, formato, tono, velocidad, volumen). Almacena la configuración en ~/.tts-config.json.

scripts/package.json

Configuración del paquete NPM con dependencia node-edge-tts.

references/node_edge_tts_guide.md

Documentación completa del paquete npm node-edge-tts que incluye:

  • Lista completa de voces por idioma
  • Opciones de prosodia (velocidad, tono, volumen)
  • Ejemplos de uso (CLI y Módulo)
  • Generación de subtítulos
  • Formatos de salida
  • Mejores prácticas y limitaciones

Prueba de voces

Prueba diferentes voces y obtén una vista previa de la calidad de audio en: https://tts.travisvn.com/

Consulta esto cuando necesites detalles específicos de voz o funciones avanzadas.

Instalación

Para usar los scripts incluidos:

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

Esto instala:

  • node-edge-tts - Biblioteca TTS
  • commander - Análisis de argumentos CLI

Flujo de trabajo

  1. Detectar intención: Busca el activador "tts" o palabra clave en el mensaje del usuario
  2. Elegir método: Usa la herramienta integrada tts para solicitudes simples, o scripts/tts-converter.js para personalización
  3. Generar audio: Convierte el texto objetivo (mensaje, resultados de búsqueda, resumen)
  4. Devolver al usuario: La herramienta tts devuelve una ruta MEDIA:; Clawdbot gestiona la entrega

Pruebas

Prueba básica

Ejecuta el script de prueba para verificar la funcionalidad TTS:

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

Esto genera un archivo de audio de prueba y verifica que el servicio TTS funcione.

Prueba de voces

Prueba diferentes voces y obtén una vista previa de la calidad de audio en: https://tts.travisvn.com/

Prueba de integración

Usa la herramienta integrada tts para pruebas rápidas:

// Ejemplo: Probar TTS con configuración predeterminada
tts("Esta es una prueba de la funcionalidad TTS.")

Prueba de configuración

Verifica la persistencia de la configuración:

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

Solución de problemas

  • Probar conectividad: Ejecuta npm test para verificar si el servicio TTS es accesible
  • Verificar disponibilidad de voz: Usa node tts-converter.js --list-voices para ver las voces disponibles
  • Verificar configuración del proxy: Si usas proxy, prueba con node tts-converter.js "test" --proxy http://localhost:7890
  • Verificar salida de audio: La prueba debe generar test-output.mp3 en el directorio de scripts

Notas

  • node-edge-tts usa el servicio TTS en línea de Microsoft Edge (autenticación actualizada y funcional)
  • No se necesita clave API (servicio gratuito)
  • La salida está en formato MP3 de forma predeterminada
  • Requiere conexión a internet
  • Soporta generación de subtítulos (formato JSON con sincronización a nivel de palabra)
  • Manejo de archivos temporales: De forma predeterminada, los archivos de audio se guardan en el directorio temporal del sistema (/tmp/edge-tts-temp/ en Unix, C:\Users\<usuario>\AppData\Local\Temp\edge-tts-temp\ en Windows) con nombres de archivo únicos (ej., tts_1234567890_abc123.mp3). Los archivos no se eliminan automáticamente; la aplicación llamante (Clawdbot) debe encargarse de la limpieza después de su uso. Puedes especificar una ruta de salida personalizada con la opción --output si se necesita almacenamiento permanente.
  • Filtrado de palabra clave TTS: La habilidad filtra automáticamente las palabras clave relacionadas con TTS (tts, TTS, text-to-speech) del texto antes de la conversión para evitar convertir las palabras activadoras en audio
  • Para preferencias repetidas, usa config-manager.js para establecer valores predeterminados
  • Voz predeterminada: en-US-MichelleNeural (femenina, natural)
  • Las voces neuronales (que terminan en Neural) proporcionan mayor calidad que las voces estándar

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).

Skills relacionados