Google Chirp 3 HD TTS 技能

概述

使用 Google 最新的生成式模型 Chirp 3 HD，生成超逼真、类人语音。本技能的所有依赖均在本地处理，确保可移植性。

安全提示：首次执行时，该技能将在其自身文件夹内运行 npm install，从公共 npm 仓库下载官方 @google-cloud/text-to-speech 库。

触发词识别

将以下关键词识别为 TTS 请求："tts"、"speak"、"voice" 或 "read this out loud"。

• 操作：提取目标文本，移除触发关键词，应用“自然语音”格式（详见下文），然后通过下方的自动运行逻辑调用该工具。

自动运行逻辑（智能体指令）

每次需要 TTS 时均需执行以下步骤。切勿假设 gtts 已加入系统 PATH —— 始终直接通过 node 运行。

步骤 1 — 查找技能文件夹

gtts.js 与本 SKILL.md 文件位于同一目录下。请解析该路径：

SKILL_DIR="$(cd "$(dirname "$0")" && pwd)"

步骤 2 — 检查 Node.js（需 18+ 版本）

if ! command -v node &>/dev/null; then
    echo "ERROR: Node.js is not installed."
    exit 1
fi

NODE_MAJOR=$(node -v | cut -d'v' -f2 | cut -d'.' -f1)
if [ "$NODE_MAJOR" -lt 18 ]; then
    echo "ERROR: Node.js 18 or higher is required for Google Chirp 3 HD."
    exit 1
fi

步骤 3 — 若缺失则自动安装依赖

该操作仅在技能文件夹内**本地安装**对应包。

if [ ! -d "$SKILL_DIR/node_modules/@google-cloud/text-to-speech" ]; then
    npm install @google-cloud/text-to-speech --prefix "$SKILL_DIR" --silent
fi

步骤 4 — 运行脚本

node "$SKILL_DIR/gtts.js" --text "$TEXT" --voice "$VOICE" --out "$OUTFILE"

命令参数

成功时返回 SUCCESS:/absolute/path/to/file.mp3；失败时返回 ERROR: ...。

语音选择

自然语音提示工程

1. 暂停标签

将自动转换为 SSML 的 标签：

2. 类人化格式

• 缩略形式：使用 "I'm"、"don't"、"can't" 等以营造对话感。
• 省略号：使用 ... 表示语气拖长或迟疑。
• 填充词：使用 "Well,"、"Um," 或 "So," 模拟自然思考节奏。

身份验证

使用 Google 应用默认凭据（ADC）。一次性配置：

gcloud auth application-default login

依赖要求

工作流

1. 识别意图 — 检测是否存在 TTS 触发关键词。
2. 文本格式化 — 应用缩略形式、省略号及 [pause] 标签。
3. 环境检查 — 确认系统中已安装可用的 node（18+）并已知 OPENCLAW_WORKSPACE 路径。
4. 自动安装依赖 — 若 node_modules 缺失，则执行步骤 3。
5. 执行合成 — node "$SKILL_DIR/gtts.js" --text "..." --voice "..." --out "..."
6. 确认输出 — 解析 SUCCESS: 后的路径，并向用户反馈结果。