xunfei-voice-reply
# 语音回复技能
## 模式切换
用户可以通过以下命令切换回复模式：
- **"用语音"** → 切换到语音模式
- **"用文字"** → 切换到文字模式
切换时更新 `USER.md` 的 `回复模式` 字段。
## 语音回复流程
当 `USER.md` 中 `回复模式: voice` 时：
```
1. 生成文本回复内容
2. 调用 scripts/voice-reply.js 生成语音
3. 使用 message 工具发送 opus 文件到飞书
4. 返回 NO_REPLY（语音已发送）
```
### 脚本调用
```bash
node scripts/voice-reply.js "要说的文本"
```
成功输出：
```
VOICE_READY:/tmp/openclaw/voice-reply.opus
```
### 发送语音
```javascript
message({
action: 'send',
channel: 'feishu',
target: 'user:<open_id>',
media: '/tmp/openclaw/voice-reply.opus'
})
```
## 配置
### 音色配置
编辑 `config.json` 修改发音人：
```json
{
"voice": "x4_xiaoyan",
"availableVoices": {
"x4_xiaoyan": "晓燕 - 女声，温柔",
"x4_lingyouyou": "凌悠 - 童声",
"x4_yezi": "叶子 - 女声，活泼"
}
}
```
### 环境变量
```bash
export XUNFEI_APP_ID="你的应用ID"
export XUNFEI_API_KEY="你的API Key"
export XUNFEI_API_SECRET="你的API Secret"
export XUNFEI_VOICE="x4_lingyouyou" # 可选，覆盖 config.json
```
## 技术实现
### 文件结构
```
xunfei-voice-reply/
├── SKILL.md # 本文件
├── config.json # 用户配置（音色、参数）
├── scripts/
│ └── voice-reply.js # 语音生成脚本
├── lib/
│ ├── tts-core.js # 讯飞 TTS 核心模块
│ └── tts-config.js # 配置读取
└── references/
└── setup.md # 环境配置说明
```
### TTS 引擎
使用讯飞 WebSocket TTS API：
- **格式**: PCM → ffmpeg → Opus
- **音色**: 从 config.json 读取
- **码率**: 24kbps, 24kHz
### 输出路径
音频文件输出到 `/tmp/openclaw/`（OpenClaw 标准临时目录），确保在 message 工具允许的路径内。
## 错误处理
1. **TTS 超时** → 降级到文字回复
2. **ffmpeg 不可用** → 提示用户安装
3. **发送失败** → 重试或降级
## 配置持久化
回复模式存储在 `USER.md`:
```markdown
- **Notes:**
- **回复模式**: text # text 或 voice
```
每次 session 启动时读取，切换时更新。
## ⚠️ 必须在 AGENTS.md 中添加
使用此技能前，必须在 AGENTS.md 中添加语音回复流程：
```markdown
## 🎤 Voice Reply (讯飞语音)
Check `USER.md` Notes for `回复模式`:
- If `回复模式: voice` → use voice for replies
- If `回复模式: text` (or not set) → use text
### Voice Reply Flow
1. Generate text response
2. Run: `node ~/.agents/skills/xunfei-voice-reply/scripts/voice-reply.js "text"`
3. Send the Opus file via `message` tool
4. Reply with `NO_REPLY`
### Trigger Words
- "用语音" / "语音回复" / "切换语音模式"
```
标签
skill
ai
