Edge-TTS 技能
概述
使用 node-edge-tts npm 套件,透過 Microsoft Edge 的神經網路 TTS 服務,生成高品質的文字轉語音音頻。支援多種語言、聲音、可調整語速/音高,以及字幕生成。
快速開始
當您從觸發器或用戶請求中偵測到 TTS 意圖時:
- 呼叫 tts 工具(Clawdbot 內建)以將文字轉換為語音
- 該工具會回傳一個 MEDIA: 路徑
- Clawdbot 會將音頻路由到當前頻道
// 範例:內建 tts 工具使用方式
tts("您要轉換成語音的文字")
// 回傳:MEDIA: /path/to/audio.mp3
觸發偵測
辨識 "tts" 關鍵字作為 TTS 請求。此技能會自動從文字中過濾掉 TTS 相關的關鍵字,以避免將觸發詞本身轉換為音頻。
進階自訂
使用 Node.js 腳本
如需更多控制,請直接使用隨附的腳本:
TTS 轉換器
cd scripts
npm install
node tts-converter.js "您的文字" --voice en-US-AriaNeural --rate +10% --output output.mp3
選項:
--voice, -v:語音名稱(預設:en-US-AriaNeural)--lang, -l:語言代碼(例如:en-US, es-ES)--format, -o:輸出格式(預設:audio-24khz-48kbitrate-mono-mp3)--pitch:音高調整(例如:+10%, -20%, default)--rate, -r:速率調整(例如:+10%, -20%, default)--volume:音量調整(例如:+0%, -10%, default)--save-subtitles, -s:將字幕儲存為 JSON 檔案--output, -f:輸出檔案路徑(預設:tts_output.mp3)--proxy, -p:代理伺服器 URL(例如:http://localhost:7890)--timeout:請求逾時時間(毫秒,預設:10000)--list-voices, -L:列出可用的語音
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
語音選擇
常見語音(使用 --list-voices 查看完整列表):
英文:
en-US-MichelleNeural(女聲,自然,預設)en-US-AriaNeural(女聲,自然)en-US-GuyNeural(男聲,自然)en-GB-SoniaNeural(女聲,英式)en-GB-RyanNeural(男聲,英式)
其他語言:
es-ES-ElviraNeural(西班牙文 - 西班牙)fr-FR-DeniseNeural(法文)de-DE-KatjaNeural(德文)ja-JP-NanamiNeural(日文)zh-CN-XiaoxiaoNeural(中文)ar-SA-ZariyahNeural(阿拉伯文)
速率指南
速率值使用百分比格式:
"default":正常速度"-20%"到"-10%":慢速、清晰(教學、故事、無障礙需求)"+10%"到"+20%":稍微快速(摘要)"+30%"到"+50%":快速(新聞、效率)
輸出格式
根據使用情境選擇音頻品質:
audio-24khz-48kbitrate-mono-mp3:標準品質(語音留言、訊息)audio-24khz-96kbitrate-mono-mp3:高品質(簡報、內容)audio-48khz-96kbitrate-stereo-mp3:最高品質(專業音頻、音樂)
資源
scripts/tts-converter.js
主要的 TTS 轉換腳本,使用 node-edge-tts。可生成具有可自訂語音、速率、音量、音高和格式的音頻檔案。支援字幕生成和語音列表功能。
scripts/config-manager.js
管理 TTS 設定的持久化使用者偏好(語音、語言、格式、音高、速率、音量)。將配置儲存在 ~/.tts-config.json。
scripts/package.json
NPM 套件配置,包含 node-edge-tts 依賴項。
references/node_edge_tts_guide.md
node-edge-tts npm 套件的完整文件,包含:
- 按語言分類的完整語音列表
- 韻律選項(速率、音高、音量)
- 使用範例(CLI 和模組)
- 字幕生成
- 輸出格式
- 最佳實踐和限制
語音測試
在 https://tts.travisvn.com/ 測試不同的語音並預覽音頻品質。
當您需要特定的語音細節或進階功能時,請參考此處。
安裝
若要使用隨附的腳本:
cd /home/user/clawd/skills/public/tts-skill/scripts
npm install
這會安裝:
node-edge-tts- TTS 函式庫commander- CLI 引數解析
工作流程
- 偵測意圖:檢查用戶訊息中是否有 "tts" 觸發器或關鍵字
- 選擇方法:簡單請求使用內建
tts工具,自訂需求則使用scripts/tts-converter.js - 生成音頻:轉換目標文字(訊息、搜尋結果、摘要)
- 回傳給用戶:tts 工具回傳 MEDIA: 路徑;Clawdbot 負責傳遞
測試
基本測試
執行測試腳本以驗證 TTS 功能:
cd /home/user/clawd/skills/public/edge-tts/scripts
npm test
這會生成一個測試音頻檔案,並驗證 TTS 服務是否正常運作。
語音測試
在 https://tts.travisvn.com/ 測試不同的語音並預覽音頻品質。
整合測試
使用內建 tts 工具進行快速測試:
// 範例:使用預設設定測試 TTS
tts("這是對 TTS 功能的測試。")
配置測試
驗證配置的持久性:
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
疑難排解
- 測試連線:執行
npm test以檢查 TTS 服務是否可存取 - 檢查語音可用性:使用
node tts-converter.js --list-voices查看可用的語音 - 驗證代理設定:如果使用代理,請使用
node tts-converter.js "test" --proxy http://localhost:7890進行測試 - 檢查音頻輸出:測試應在 scripts 目錄中生成
test-output.mp3
備註
- node-edge-tts 使用 Microsoft Edge 的線上 TTS 服務(已更新,驗證可正常運作)
- 無需 API 金鑰(免費服務)
- 預設輸出為 MP3 格式
- 需要網際網路連線
- 支援字幕生成(JSON 格式,包含逐詞時間戳)
- 臨時檔案處理:預設情況下,音頻檔案會儲存到系統的暫存目錄(Unix 為
/tmp/edge-tts-temp/,Windows 為C:\Users\<使用者>\AppData\Local\Temp\edge-tts-temp\),使用唯一檔名(例如tts_1234567890_abc123.mp3)。檔案不會自動刪除——呼叫端應用程式(Clawdbot)應在使用後負責清理。如果需要永久儲存,可以使用--output選項指定自訂輸出路徑。 - TTS 關鍵字過濾:此技能會自動從要轉換的文字中過濾掉 TTS 相關的關鍵字(tts, TTS, text-to-speech),以避免將觸發詞本身轉換為音頻
- 對於重複的偏好設定,請使用
config-manager.js設定預設值 - 預設語音:
en-US-MichelleNeural(女聲,自然) - 神經網路語音(結尾為
Neural)比標準語音提供更高的品質