Edge-TTS 技能

概述

通过 node-edge-tts npm 包，调用 Microsoft Edge 的神经网络 TTS 服务，生成高质量的文本转语音（TTS）音频。支持多种语言与音色、可调节语速/音高，并支持字幕生成。

快速开始

当从触发器或用户请求中检测到 TTS 意图时：

1. 调用 tts 工具（Clawdbot 内置）将文本转换为语音
2. 该工具返回一个 MEDIA: 路径
3. Clawdbot 将音频路由至当前频道

// 示例：内置 tts 工具用法
tts("您的待转语音文本")
// 返回：MEDIA: /path/to/audio.mp3

触发词检测

将 "tts" 关键字识别为 TTS 请求。该技能会在转换前自动过滤文本中的 TTS 相关关键词（如 tts、TTS、text-to-speech），避免将触发词本身也转为语音输出。

高级自定义

使用 Node.js 脚本

如需更高控制权，可直接运行打包的脚本：

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

选项说明：

• --voice, -v：音色名称（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：音高调整（例如：+10%、-20%、default）
• --rate, -r：语速调整（例如：+10%、-20%、default）
• --volume：音量调整（例如：+0%、-10%、default）
• --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：列出所有可用音色

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

音色选择

常用音色（完整列表请运行 --list-voices）：

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）

语速参考指南

语速值采用百分比格式：

• "default"：正常语速
• "-20%" 至 "-10%"：偏慢且清晰（适用于教程、故事、无障碍场景）
• "+10%" 至 "+20%"：略快（适用于摘要类内容）
• "+30%" 至 "+50%"：较快（适用于新闻播报、效率优先场景）

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（语音便签、消息通知）
• audio-24khz-96kbitrate-mono-mp3：高质量（演示文稿、内容发布）
• audio-48khz-96kbitrate-stereo-mp3：最高质量（专业音频制作、配乐等）

资源

scripts/tts-converter.js

主 TTS 转换脚本，基于 node-edge-tts 实现。支持自定义音色、语速、音量、音高及输出格式；同时支持字幕生成与音色列表查询。

scripts/config-manager.js

用于管理用户持久化 TTS 配置（音色、语言、格式、音高、语速、音量），配置文件存储于 ~/.tts-config.json。

scripts/package.json

NPM 包配置文件，声明了对 node-edge-tts 的依赖关系。

references/node_edge_tts_guide.md

node-edge-tts npm 包的完整文档，涵盖以下内容：

• 按语言分类的完整音色列表
• 韵律参数（语速、音高、音量）说明
• 使用示例（CLI 与模块化调用）
• 字幕生成功能
• 支持的输出格式
• 最佳实践与已知限制

音色测试

可在以下网址试听不同音色并预览音质：https://tts.travisvn.com/

当需要了解特定音色细节或高级功能时，请参考该页面。

安装

如需使用打包的脚本，请执行：

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

此命令将安装：

• node-edge-tts —— TTS 核心库
• commander —— CLI 参数解析工具

工作流程

1. 意图检测：检查用户消息中是否包含 "tts" 触发词或相关关键词
2. 方法选择：简单请求使用内置 tts 工具；需定制化时使用 scripts/tts-converter.js
3. 音频生成：将目标文本（消息正文、搜索结果、摘要等）转换为语音
4. 返回用户：tts 工具返回 MEDIA: 路径；Clawdbot 自动完成音频投递

测试

基础测试

运行测试脚本以验证 TTS 功能是否正常：

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

该操作将生成一个测试音频文件，并确认 TTS 服务可正常访问。

音色测试

可在以下网址试听不同音色并预览音质：https://tts.travisvn.com/

集成测试

使用内置 tts 工具进行快速测试：

// 示例：使用默认设置测试 TTS 功能
tts("这是对 TTS 功能的一次测试。")

配置测试

验证配置持久化是否生效：

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

故障排查

• 连通性测试：运行 npm test 检查 TTS 服务是否可达
• 音色可用性检查：运行 node tts-converter.js --list-voices 查看当前可用音色列表
• 代理设置验证：若使用代理，请运行 node tts-converter.js "test" --proxy http://localhost:7890 进行测试
• 音频输出检查：测试应生成 test-output.mp3 文件并保存于 scripts 目录下

注意事项

• node-edge-tts 使用 Microsoft Edge 的在线 TTS 服务（已更新并维持有效认证）
• 无需 API Key（免费服务）
• 默认输出格式为 MP3
• 需保持网络连接
• 支持字幕生成（JSON 格式，含词级时间戳）
• 临时文件处理：默认情况下，音频文件将保存至系统临时目录（Unix 系统为 /tmp/edge-tts-temp/，Windows 系统为 C:\Users\AppData\Local\Temp\edge-tts-temp），并使用唯一文件名（例如：tts_1234567890_abc123.mp3）。这些文件不会被自动清理——调用方（Clawdbot）应在使用完毕后负责清理。如需永久存储，可通过 --output 选项指定自定义输出路径。
• TTS 关键词过滤：该技能会自动过滤文本中与 TTS 相关的关键词（如 tts、TTS、text-to-speech），防止触发词被一并转换为语音
• 对于重复使用的偏好设置，建议使用 config-manager.js 设置默认值
• 默认音色：en-US-MichelleNeural（女声，自然）
• 以 Neural 结尾的音色（神经网络音色）相比 Standard 音色具有更高音质