Edge-TTS 技能
概述
使用 node-edge-tts npm 包,通过 Microsoft Edge 的神经 TTS 服务生成高质量的文本到语音音频。支持多种语言、声音、可调节的速度/音调以及字幕生成。
快速开始
当您从触发器或用户请求中检测到 TTS 意图时:
- 调用 tts 工具(Clawdbot 内置)将文本转换为语音
- 该工具返回一个 MEDIA: 路径
- Clawdbot 将音频路由到当前频道
// 示例:内置 tts 工具用法
tts("您要转换为语音的文本")
// 返回:MEDIA: /path/to/audio.mp3
触发器检测
识别 "tts" 关键字作为 TTS 请求。该技能会自动从文本中过滤掉与 TTS 相关的关键字,避免将触发词本身转换为音频。
高级定制
使用 Node.js 脚本
如需更多控制,可直接使用附带的脚本:
TTS 转换器
cd scripts
npm install
node tts-converter.js "您的文本" --voice en-US-AriaNeural --rate +10% --output output.mp3
选项:
--voice, -v:声音名称(默认:en-US-AriaNeural)--lang, -l:语言代码(例如 en-US, es-ES)--format, -o:输出格式(默认:audio-24khz-48kbitrate-mono-mp3)--pitch:音调调整(例如 +10%, -20%,默认)--rate, -r:语速调整(例如 +10%, -20%,默认)--volume:音量调整(例如 +0%, -10%,默认)--save-subtitles, -s:将字幕保存为 JSON 文件--output, -f:输出文件路径(默认:tts_output.mp3)--proxy, -p:代理 URL(例如 http://localhost:7890)--timeout:请求超时时间(毫秒,默认:10000)--list-voices, -L:列出可用声音
配置管理器
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
声音选择
常用声音(使用 --list-voices 查看完整列表):
英语:
en-US-MichelleNeural(女声,自然,默认)en-US-AriaNeural(女声,自然)en-US-GuyNeural(男声,自然)en-GB-SoniaNeural(女声,英式)en-GB-RyanNeural(男声,英式)
其他语言:
es-ES-ElviraNeural(西班牙语,西班牙)fr-FR-DeniseNeural(法语)de-DE-KatjaNeural(德语)ja-JP-NanamiNeural(日语)zh-CN-XiaoxiaoNeural(中文)ar-SA-ZariyahNeural(阿拉伯语)
语速指南
语速值使用百分比格式:
"default":正常速度"-20%"至"-10%":慢速、清晰(教程、故事、无障碍)"+10%"至"+20%":稍快(摘要)"+30%"至"+50%":快速(新闻、效率)
输出格式
根据使用场景选择音频质量:
audio-24khz-48kbitrate-mono-mp3:标准质量(语音笔记、消息)audio-24khz-96kbitrate-mono-mp3:高质量(演示、内容)audio-48khz-96kbitrate-stereo-mp3:最高质量(专业音频、音乐)
资源
scripts/tts-converter.js
主要的 TTS 转换脚本,使用 node-edge-tts。生成可自定义语音、语速、音量、音调和格式的音频文件。支持字幕生成和声音列表。
scripts/config-manager.js
管理用户对 TTS 设置(语音、语言、格式、音调、语速、音量)的持久化偏好。配置存储在 ~/.tts-config.json 中。
scripts/package.json
包含 node-edge-tts 依赖的 NPM 包配置。
references/node_edge_tts_guide.md
node-edge-tts npm 包的完整文档,包括:
- 按语言分类的完整声音列表
- 韵律选项(语速、音调、音量)
- 使用示例(CLI 和模块)
- 字幕生成
- 输出格式
- 最佳实践和限制
声音测试
在 https://tts.travisvn.com/ 测试不同的声音并预览音频质量。
当您需要特定声音的详细信息或高级功能时,请参考此文档。
安装
要使用附带的脚本:
cd /home/user/clawd/skills/public/tts-skill/scripts
npm install
这将安装:
node-edge-tts- TTS 库commander- CLI 参数解析
工作流程
- 检测意图:检查用户消息中的 "tts" 触发器或关键字
- 选择方法:简单请求使用内置的
tts工具,需要定制时使用scripts/tts-converter.js - 生成音频:转换目标文本(消息、搜索结果、摘要)
- 返回给用户:tts 工具返回 MEDIA: 路径;Clawdbot 处理交付
测试
基本测试
运行测试脚本以验证 TTS 功能:
cd /home/user/clawd/skills/public/edge-tts/scripts
npm test
这将生成一个测试音频文件并验证 TTS 服务是否正常工作。
声音测试
在 https://tts.travisvn.com/ 测试不同的声音并预览音频质量。
集成测试
使用内置的 tts 工具进行快速测试:
// 示例:使用默认设置测试 TTS
tts("这是对 TTS 功能的测试。")
配置测试
验证配置持久化:
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
故障排除
- 测试连接:运行
npm test检查 TTS 服务是否可访问 - 检查声音可用性:使用
node tts-converter.js --list-voices查看可用声音 - 验证代理设置:如果使用代理,请使用
node tts-converter.js "test" --proxy http://localhost:7890测试 - 检查音频输出:测试应在 scripts 目录中生成
test-output.mp3
备注
- node-edge-tts 使用 Microsoft Edge 的在线 TTS 服务(已更新,正常工作认证)
- 无需 API 密钥(免费服务)
- 输出默认为 MP3 格式
- 需要网络连接
- 支持字幕生成(JSON 格式,带有单词级时间戳)
- 临时文件处理:默认情况下,音频文件保存到系统的临时目录(Unix 上为
/tmp/edge-tts-temp/,Windows 上为C:\Users\<user>\AppData\Local\Temp\edge-tts-temp\),文件名唯一(例如tts_1234567890_abc123.mp3)。文件不会自动删除——调用应用程序(Clawdbot)应在使用后自行清理。如果需要永久存储,可以使用--output选项指定自定义输出路径。 - TTS 关键字过滤:该技能会自动从文本中过滤掉与 TTS 相关的关键字(tts, TTS, text-to-speech),避免将触发词本身转换为音频
- 对于重复的偏好设置,请使用
config-manager.js设置默认值 - 默认声音:
en-US-MichelleNeural(女声,自然) - 神经声音(以
Neural结尾)比标准声音提供更高质量