volcengine-tts-feishu

# 火山引擎豆包语音合成 TTS → 飞书语音 火山引擎官方豆包语音合成服务，支持 2.0 模型，多种情感控制、音色切换，支持SSML标记。集成飞书发送，合成后直接以语音气泡发送。 ## 配置 ### 火山引擎凭证 首次使用需要创建 `~/.openclaw/workspace/skills/volcengine-tts-feishu/config.json` 存放你的凭证： ```json { "appid": "你的AppID", "access_token": "你的Access Token", "default_resource_id": "seed-tts-2.0", "default_voice": "zh_female_meilinvyou_uranus_bigtts", "default_emotion": "vocal-fry" } ``` 配置好默认值后，使用时可以省略参数，只传 `--text`。也可以每次命令行传入覆盖配置。 ### 飞书发送 飞书AppID/AppSecret自动从 `~/.openclaw/openclaw.json` 读取，OpenClaw已经配置好飞书的话**不需要额外配置**，直接用 `--send-to <open_id>` 即可发送语音气泡。 ## 使用 单个脚本，通过 `--send-to` 参数控制是否发送飞书： ### 1. 仅生成MP3文件（不发送） **不加 `--send-to`** → 只生成MP3保存到文件，不发送飞书： ```bash cd ~/.openclaw/workspace/skills/volcengine-tts-feishu source scripts/.venv/bin/activate python scripts/http_tts.py \ --appid <你的AppID> \ --access_token <你的Access Token> \ --resource_id seed-tts-2.0 \ --voice_type zh_female_meilinvyou_uranus_bigtts \ --emotion excited \ --text "你好，欢迎使用火山引擎豆包语音合成。" \ --output output.mp3 ``` ### 2. 合成后直接发送飞书语音气泡（一步到位） **加上 `--send-to <open_id>`** → 自动完成全套流程： 1. TTS合成MP3 2. ffmpeg转Opus格式（飞书语音要求） 3. 上传到飞书获取file_key 4. 发送 `msg_type: audio` 语音气泡 ```bash cd ~/.openclaw/workspace/skills/volcengine-tts-feishu source scripts/.venv/bin/activate python scripts/http_tts.py \ --appid <你的AppID> \ --access_token <你的Access Token> \ --resource_id seed-tts-2.0 \ --voice_type zh_female_meilinvyou_uranus_bigtts \ --emotion excited \ --text "你好，欢迎使用火山引擎豆包语音合成。" \ --send-to <open_id> ``` ``` 默认配置已经存在 `config.json` 中，使用时可以省略这些参数，只传 `--text` 和 `--send-to`。飞书配置自动从 `~/.openclaw/openclaw.json` 读取，不需要额外配置。 **使用经验：** - 不需要叠加多个情感，单个 `emotion` 参数效果最佳 - **最关键断句停顿规则（最终确认）：** - `...` 表示 **大喘气/长停顿**，只在真正需要换气的时候用 - `，` 表示 **句间短停顿**，句子内部自然分隔用逗号 - **完整语义必须连着放一起**，绝对不强行拆分完整语义 - **能连着说就尽量连着说**，只有真的需要停下来大喘气才加 `...` - 不要过度碎分到单个字或每个词都停顿（会导致有气无力，像树懒一样慢吞吞） - 正常说话就是完整句子，用正常标点，根本不需要加省略号，自然合成就行 - 省略号直接连写，不需要在气口之间加额外空格 - 不要在文本中添加朗读提示（如"用XX语气说"），模型会把提示也读出来 - 开启 `--send-to` 后自动完成全套流程：MP3合成 → Opus转换 → 上传飞书 → 发送语音气泡 - 使用 `--send-to` 时，临时MP3自动存放于系统临时目录，发送完成后自动清理，不会在技能目录残留文件 - 仅生成文件时，MP3保存到你指定的 `--output` 路径 **断句总结：** - ❌ 错误：过度拆分每个词、每个短句都硬加省略号、拆分完整语义 → 都会导致慢吞吞像树懒 - ✅ 正确：`...` 只用在真正需要大喘气的地方，句子内部自然分隔用 `，`，完整语义连着不拆分 ### 完整参数用法 ```bash cd ~/.openclaw/workspace/skills/volcengine-tts-feishu source scripts/.venv/bin/activate python scripts/http_tts.py \ --appid <AppID> \ --access_token <Access Token> \ --resource_id seed-tts-2.0 \ --voice_type <音色ID> \ --emotion <情感> \ --text "要合成的文本" \ --output output.mp3 \ [--send-to <open_id>] # 直接发送飞书语音，可选 ``` ### 参数说明 | 参数 | 必填 | 说明 | |------|------|------| | `--appid` | 是 | 火山引擎AppID | | `--access_token` | 是 | 火山引擎Access Token | | `--voice_type` | 是 | 音色ID | | `--text` | 是 | 要合成的文本 | | `--output` | 是（仅生成文件时必填；发送飞书时会自动使用临时目录，不需要指定） | 输出MP3文件路径，发送飞书后自动清理 | | `--sample_rate` | 否 | 采样率，默认 `24000` | | `--format` | 否 | 格式 `mp3/pcm/ogg_opus`，默认 `mp3` | | `--resource_id` | 否 | `seed-tts-1.0` / `seed-tts-2.0`，默认 `seed-tts-2.0` | | `--emotion` | 否 | 情感参数，见下文 | | `--emotion-scale` | 否 | 情感强度，范围 1~5，默认 `4`，越大情绪越明显 | ## 常用音色 (2.0模型) | 音色ID | 说明 | |--------|------| | `zh_female_vv_uranus_bigtts` | Vivi 女 | | `zh_female_meilinvyou_uranus_bigtts` | 魅力女友 女 | | `zh_male_shuaiyuwen_uranus_bigtts` | 帅语文 男 | 完整音色列表：https://www.volcengine.com/docs/6561/1257544 ## 情感参数 支持单情感参数，适合 2.0 模型： | 参数值 | 说明 | |--------|------| | `happy` | 开心 | | `sad` | 悲伤 | | `angry` | 生气 | | `surprised` | 惊讶 | | `fear` | 恐惧 | | `hate` | 厌恶 | | ✨ `excited` | 激动 ✨ 默认 | | `coldness` | 冷漠 | | `neutral` | 中性 | | `depressed` | 沮丧 | | `lovey-dovey` | 撒娇 | | `shy` | 害羞 | | `comfort` | 安慰鼓励 | | `tension` | 咆哮/焦急 | | `tender` | 温柔 | | ✨ `vocal-fry` | 低语/ASMR气泡音 ✨ | ## SSML支持 支持SSML标记控制音调、语速、情感，标记不会被读出： ```xml <speak> <emotion category="lovey-dovey"> <semitones>降2度</semitones> <prosody rate="slow">你好，欢迎使用火山引擎豆包语音合成。</prosody> </emotion> </speak> ``` 直接把SSML字符串传给 `--text` 参数即可。 ## 依赖安装 首次使用需要创建虚拟环境并安装依赖： ```bash cd ~/.openclaw/workspace/skills/volcengine-tts-feishu python3 -m venv scripts/.venv source scripts/.venv/bin/activate pip install -r requirements.txt ``` 依赖：`requests` ## 系统依赖 发送飞书语音需要 `ffmpeg` 用来转格式（MP3 → Opus）： ```bash # macOS brew install ffmpeg # Ubuntu/Debian sudo apt install ffmpeg # CentOS sudo yum install ffmpeg ``` 如果没有ffmpeg，`--send-to` 功能无法使用。只生成MP3不需要ffmpeg。 ## 确认虚拟环境 每次运行前先激活虚拟环境： ```bash cd ~/.openclaw/workspace/skills/volcengine-tts-feishu source scripts/.venv/bin/activate ``` 确认是否在虚拟环境中： ```bash which python ``` 输出应该包含 `scripts/.venv/bin/python`，说明正确激活。 用完可以退出： ```bash deactivate ```