Communitygithub.com

sundial-org/awesome-openclaw-skills

Conversão de texto em fala usando o pacote npm node-edge-tts para gerar áudio a partir de texto. Suporta múltiplas vozes, idiomas, ajuste de velocidade, controle de tom e geração de legendas.

O que é awesome-openclaw-skills?

Esta skill de texto-para-fala (TTS) utiliza o serviço neural TTS do Microsoft Edge, através do pacote npm node-edge-tts, para converter texto em áudio de alta qualidade. Ela suporta vários idiomas, vozes, ajuste de velocidade e tom, além de geração de legendas em formato JSON com temporização por palavra. A skill pode ser usada de forma simples com uma ferramenta TTS integrada (Clawdbot) ou através de scripts Node.js avançados (tts-converter.js e config-manager.js) para controle fino sobre vozes, taxas, tom, formato de saída e persistência de configurações. É ideal para cenários de acessibilidade, multitarefa, direção, culinária ou qualquer situação onde o conteúdo precisa ser ouvido em vez de lido. A detecção de intenção é feita pelo gatilho "tts" (que é automaticamente filtrado do texto de conversão), e o áudio gerado é entregue ao canal atual pelo Clawdbot. A habilidade também oferece armazenamento temporário de arquivos de áudio e suporte a proxy para redes corporativas. Não requer chave de API, apenas conexão com a internet.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Skill Edge-TTS

Visão Geral

Gere áudio de texto-para-fala de alta qualidade usando o serviço neural TTS do Microsoft Edge por meio do pacote npm node-edge-tts. Suporta múltiplos idiomas, vozes, velocidade/pitch ajustáveis e geração de legendas.

Início Rápido

Quando você detectar intenção de TTS a partir de gatilhos ou solicitação do usuário:

  1. Chame a ferramenta tts (integrada no Clawdbot) para converter texto em fala
  2. A ferramenta retorna um caminho MEDIA:
  3. O Clawdbot roteia o áudio para o canal atual
// Exemplo: Uso da ferramenta TTS integrada
tts("Seu texto para converter em fala")
// Retorna: MEDIA: /caminho/para/audio.mp3

Detecção de Gatilho

Reconheça a palavra-chave "tts" como solicitações de TTS. A skill filtra automaticamente palavras-chave relacionadas a TTS do texto antes da conversão para evitar que as próprias palavras de gatilho sejam convertidas em áudio.

Personalização Avançada

Usando os Scripts Node.js

Para mais controle, use os scripts incluídos diretamente:

Conversor TTS

cd scripts
npm install
node tts-converter.js "Seu texto" --voice pt-BR-FranciscaNeural --rate +10% --output saida.mp3

Opções:

  • --voice, -v: Nome da voz (padrão: en-US-AriaNeural)
  • --lang, -l: Código do idioma (ex.: en-US, es-ES, pt-BR)
  • --format, -o: Formato de saída (padrão: audio-24khz-48kbitrate-mono-mp3)
  • --pitch: Ajuste de tom (ex.: +10%, -20%, default)
  • --rate, -r: Ajuste de velocidade (ex.: +10%, -20%, default)
  • --volume: Ajuste de volume (ex.: +0%, -10%, default)
  • --save-subtitles, -s: Salvar legendas como arquivo JSON
  • --output, -f: Caminho do arquivo de saída (padrão: tts_output.mp3)
  • --proxy, -p: URL do proxy (ex.: http://localhost:7890)
  • --timeout: Tempo limite da requisição em milissegundos (padrão: 10000)
  • --list-voices, -L: Listar vozes disponíveis

Gerenciador de Configuração

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

Seleção de Vozes

Vozes comuns (use --list-voices para a lista completa):

Inglês:

  • en-US-MichelleNeural (feminina, natural, padrão)
  • en-US-AriaNeural (feminina, natural)
  • en-US-GuyNeural (masculina, natural)
  • en-GB-SoniaNeural (feminina, Britânica)
  • en-GB-RyanNeural (masculino, Britânico)

Outros Idiomas:

  • es-ES-ElviraNeural (Espanhol, Espanha)
  • fr-FR-DeniseNeural (Francês)
  • de-DE-KatjaNeural (Alemão)
  • ja-JP-NanamiNeural (Japonês)
  • zh-CN-XiaoxiaoNeural (Chinês)
  • ar-SA-ZariyahNeural (Árabe)

Diretrizes de Velocidade

Os valores de velocidade usam formato percentual:

  • "default": Velocidade normal
  • "-20%" a "-10%": Lenta e clara (tutoriais, histórias, acessibilidade)
  • "+10%" a "+20%": Ligeiramente rápida (resumos)
  • "+30%" a "+50%": Rápida (notícias, eficiência)

Formatos de Saída

Escolha a qualidade de áudio com base no caso de uso:

  • audio-24khz-48kbitrate-mono-mp3: Qualidade padrão (notas de voz, mensagens)
  • audio-24khz-96kbitrate-mono-mp3: Alta qualidade (apresentações, conteúdo)
  • audio-48khz-96kbitrate-stereo-mp3: Qualidade máxima (áudio profissional, música)

Recursos

scripts/tts-converter.js

Script principal de conversão TTS usando node-edge-tts. Gera arquivos de áudio com voz, velocidade, volume, tom e formato personalizáveis. Suporta geração de legendas e listagem de vozes.

scripts/config-manager.js

Gerencia preferências persistentes do usuário para configurações de TTS (voz, idioma, formato, tom, velocidade, volume). Armazena configuração em ~/.tts-config.json.

scripts/package.json

Configuração do pacote NPM com dependência node-edge-tts.

references/node_edge_tts_guide.md

Documentação completa do pacote npm node-edge-tts incluindo:

  • Lista completa de vozes por idioma
  • Opções de prosódia (velocidade, tom, volume)
  • Exemplos de uso (CLI e Módulo)
  • Geração de legendas
  • Formatos de saída
  • Melhores práticas e limitações

Teste de Vozes

Teste diferentes vozes e pré-visualize a qualidade do áudio em: https://tts.travisvn.com/

Consulte este recurso quando precisar de detalhes específicos de voz ou funcionalidades avançadas.

Instalação

Para usar os scripts incluídos:

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

Isso instala:

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

Fluxo de Trabalho

  1. Detectar intenção: Verifique o gatilho "tts" ou palavra-chave na mensagem do usuário
  2. Escolher método: Use a ferramenta integrada tts para solicitações simples, ou scripts/tts-converter.js para personalização
  3. Gerar áudio: Converta o texto alvo (mensagem, resultados de pesquisa, resumo)
  4. Retornar ao usuário: A ferramenta tts retorna um caminho MEDIA:; o Clawdbot cuida da entrega

Teste

Teste Básico

Execute o script de teste para verificar a funcionalidade TTS:

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

Isso gera um arquivo de áudio de teste e verifica se o serviço TTS está funcionando.

Teste de Vozes

Teste diferentes vozes e pré-visualize a qualidade do áudio em: https://tts.travisvn.com/

Teste de Integração

Use a ferramenta integrada tts para testes rápidos:

// Exemplo: Teste TTS com configurações padrão
tts("Este é um teste da funcionalidade TTS.")

Teste de Configuração

Verifique a persistência da configuração:

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

Solução de Problemas

  • Teste conectividade: Execute npm test para verificar se o serviço TTS está acessível
  • Verifique disponibilidade de voz: Use node tts-converter.js --list-voices para ver as vozes disponíveis
  • Verifique configurações de proxy: Se usar proxy, teste com node tts-converter.js "teste" --proxy http://localhost:7890
  • Verifique saída de áudio: O teste deve gerar test-output.mp3 no diretório scripts

Observações

  • node-edge-tts usa o serviço TTS online do Microsoft Edge (autenticação atualizada e funcional)
  • Nenhuma chave de API necessária (serviço gratuito)
  • A saída padrão é no formato MP3
  • Requer conexão com a internet
  • Suporta geração de legendas (formato JSON com temporização por palavra)
  • Manipulação de Arquivos Temporários: Por padrão, os arquivos de áudio são salvos no diretório temporário do sistema (/tmp/edge-tts-temp/ no Unix, C:\Users\<usuário>\AppData\Local\Temp\edge-tts-temp\ no Windows) com nomes de arquivo únicos (ex.: tts_1234567890_abc123.mp3). Os arquivos não são excluídos automaticamente - o aplicativo chamador (Clawdbot) deve cuidar da limpeza após o uso. Você pode especificar um caminho de saída personalizado com a opção --output se precisar de armazenamento permanente.
  • Filtragem de palavra-chave TTS: A skill filtra automaticamente palavras-chave relacionadas a TTS (tts, TTS, texto-para-fala) do texto antes da conversão para evitar que as próprias palavras de gatilho sejam convertidas em áudio
  • Para preferências repetidas, use config-manager.js para definir padrões
  • Voz padrão: en-US-MichelleNeural (feminina, natural)
  • Vozes neurais (terminadas em Neural) fornecem qualidade superior às vozes Padrão

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).

Habilidades Relacionadas