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:
- Chame a ferramenta tts (integrada no Clawdbot) para converter texto em fala
- A ferramenta retorna um caminho MEDIA:
- 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 TTScommander- Interpretação de argumentos CLI
Fluxo de Trabalho
- Detectar intenção: Verifique o gatilho "tts" ou palavra-chave na mensagem do usuário
- Escolher método: Use a ferramenta integrada
ttspara solicitações simples, ouscripts/tts-converter.jspara personalização - Gerar áudio: Converta o texto alvo (mensagem, resultados de pesquisa, resumo)
- 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 testpara verificar se o serviço TTS está acessível - Verifique disponibilidade de voz: Use
node tts-converter.js --list-voicespara 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.mp3no 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--outputse 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.jspara definir padrões - Voz padrão:
en-US-MichelleNeural(feminina, natural) - Vozes neurais (terminadas em
Neural) fornecem qualidade superior às vozes Padrão