名称： edge-tts
描述： |
使用 node-edge-tts npm 包进行文本转语音，支持从文本生成音频。
支持多种语音、语言、语速调整、音高控制和字幕生成。
使用场景：(1) 用户通过 "tts" 触发词或关键词请求音频/语音输出。(2) 内容需要被朗读而非阅读（多任务处理、无障碍访问、驾驶、烹饪）。(3) 用户希望为 TTS 输出指定特定的语音、语速、音高或格式。

Edge-TTS 技能

概述

通过 node-edge-tts npm 包，利用微软 Edge 的神经 TTS 服务生成高质量的文本转语音音频。支持多种语言、语音、可调节的语速/音高以及字幕生成。

快速开始

当您从触发词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

触发检测

识别 "tts" 关键词作为 TTS 请求。该技能会在转换前自动从文本中过滤掉 TTS 相关的关键词，以避免将触发词本身转换为音频。

高级自定义

使用 Node.js 脚本

如需更多控制，可直接使用捆绑的脚本：

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: 语音名称（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: 列出可用语音

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

语音选择

常用语音（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%" 到 "-10%": 缓慢、清晰（教程、故事、无障碍访问）
- "+10%" 到 "+20%": 稍快（摘要）
- "+30%" 到 "+50%": 快速（新闻、高效场景）

输出格式

根据用例选择音频质量：
- 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

使用 node-edge-tts 的主要 TTS 转换脚本。生成具有可自定义语音、语速、音量、音高和格式的音频文件。支持字幕生成和语音列表。

scripts/config-manager.js

管理 TTS 设置（语音、语言、格式、音高、语速、音量）的持久化用户偏好。配置存储在 ~/.tts-config.json 中。

scripts/package.json

包含 node-edge-tts 依赖项的 NPM 包配置。

references/node_edge_tts_guide.md

node-edge-tts npm 包的完整文档，包括：
- 按语言分类的完整语音列表
- 韵律选项（语速、音高、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

语音测试

测试不同语音并预览音频质量：https://tts.travisvn.com/

当您需要特定语音详细信息或高级功能时，请参考此链接。

安装

要使用捆绑的脚本：

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

1. 检测意图：检查用户消息中是否存在 "tts" 触发词或关键词
2. 选择方法：对于简单请求使用内置 tts 工具，对于自定义需求使用 scripts/tts-converter.js
3. 生成音频：转换目标文本（消息、搜索结果、摘要）
4. 返回给用户：tts 工具返回一个 MEDIA: 路径；Clawdbot 处理交付

测试

基础测试

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。

语音测试

测试不同语音并预览音频质量：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
tts("这是 TTS 功能的测试。")

配置测试

验证配置持久性：

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

故障排除

• 测试连接性：运行 npm test 检查 TTS 服务是否可访问
• 检查语音可用性：使用 node tts-converter.js --list-voices 查看可用语音
• 验证代理设置：如果使用代理，请使用 node tts-converter.js "test" --proxy http://localhost:7890 进行测试
• 检查音频输出：测试应在 scripts 目录中生成 test-output.mp3

注意事项

• node-edge-tts 使用微软 Edge 的在线 TTS 服务（已更新，身份验证有效）
• 无需 API 密钥（免费服务）
• 默认输出为 MP3 格式
• 需要网络连接
• 支持字幕生成（JSON 格式，带单词级时间戳）
• 临时文件处理：默认情况下，音频文件保存在系统的临时目录中（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）应在使用后处理清理。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 关键词过滤：该技能会在转换前自动从文本中过滤掉 TTS 相关关键词（tts, TTS, text-to-speech），以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
• 默认语音：en-US-MichelleNeural（女声，自然）
• 神经语音（以 Neural 结尾）比标准语音提供更高质量