article-tts

Article TTS 技能 Default Configuration 参数 默认值 说明 lang en 语言：en 或 zh skipConfirmation false 是否跳过文字确认步骤 speed 90% TTS 语速（--rate=-10% = 90%） voice en-US-EmmaNeural（英文）/ zh-CN-XiaoxiaoNeural（中文） TTS 声音 splitSentences false 是否生成按句拆分的音频 Supported Languages 语言 OCR 语言包 TTS Voice en eng（预装） en-US-EmmaNeural zh chi_sim（需安装） zh-CN-XiaoxiaoNeural

中文 OCR 语言包安装：

Linux（WSL/Debian/Ubuntu）：apt-获取 安装 tesseract-ocr-chi-sim macOS：brew 安装 tesseract-lang（自带中文） Windows：下载 chi_sim.trAIneddata 放入 Tesseract 安装目录的 tessdata 文件夹 工作流 输入 Types 图片：OCR 提取文字（需要 lang 指定语言） 纯文字：直接 TTS，无需 OCR Standard Flow（默认，需确认） 图片 → OCR 提取文字 → 展示给用户确认 → 用户确认 → 生成 TTS → 发送 文字 → 直接生成 TTS → 发送

Skip-Confirmation Flow ⚠️

用户说"不需要确认"或"直接生成"时，跳过确认步骤。

⚠️ 安全提示：skipConfirmation 会跳过文字确认步骤，OCR 提取的文本（可能包含敏感信息）会直接转为音频并发送。适用于可信来源、低敏感内容。建议默认关闭（skipConfirmation: false）。

OCR Step # 图片预处理 from PIL 导入 Image, ImageOps img = Image.open(image_path) img = ImageOps.autocontrast(img.convert('L'), cutoff=10) w, h = img.size img = img.resize((w4, h4), Image.LANCZOS) img.save('/tmp/ocr_输入.jpg', 质量=99)

# 英文 tesseract /tmp/ocr_输入.jpg stdout -l eng --psm 4

# 中文 tesseract /tmp/ocr_输入.jpg stdout -l chi_sim --psm 4

TTS Step 全文字频 uvx edge-tts \ -t "FULL TEXT" \ -v en-US-EmmaNeural \ --rate=-10% \ --write-media 输出_DIR/full_article.mp3

# 中文 uvx edge-tts \ -t "中文文字内容" \ -v zh-CN-XiaoxiaoNeural \ --rate=-10% \ --write-media 输出_DIR/full_article.mp3

按句拆分（仅 splitSentences=true） 导入 subprocess, re

def split_sentences(text, lang='en'): if lang == 'zh': # 中文按句号/感叹号/问号拆分 sentences = re.split(r'(?<=[。！？])\s*', text) else: # 英文按 .!? 拆分 sentences = re.split(r'(?<=[.!?])\s+', text) return [s.strip() for s in sentences if s.strip()]

sentences = split_sentences(text, lang=lang) for i, sentence in enumerate(sentences, 1): num = str(i).zfill(2) voice = 'zh-CN-XiaoxiaoNeural' if lang == 'zh' else 'en-US-EmmaNeural' subprocess.运行([ "uvx", "edge-tts", "-t", sentence, "-v", voice, "--rate=-10%", "--write-media", f"输出_DIR/sentence_{num}.mp3" ])

输出 Directory /mnt/d/wslspace/workspace/articles/YYYY-MM-DD-article-slug/ ├── original_text.md ├── full_article.mp3 └── sentence_01.mp3 ...

发送ing via Message Channel

The 代理 检测s the active channel from the 运行time 上下文 and calls message(...) accordingly. No hardcoded channel — the 代理 uses whichever channel the user is currently chatting through.

# 检测 active channel automatically (from 运行time inbound metadata) # channel is inferred: feishu / telegram / discord / whats应用 / 签名al / imessage / OpenClaw-weixin

# 发送全文 message(action="发送", channel="{active_channel}", message="📄 全文音频", media="PATH/full_article.mp3", filename="full_article.mp3")

# 发送每句 for i, sentence in enumerate(sentences, 1): num = str(i).zfill(2) message(action="发送", channel="{active_channel}", message=f"📝 {num}: {sentence}", media=f"PATH/sentence_{num}.mp3", filename=f"sentence_{num}.mp3")

Channel Behavior Notes Channel 音频支持 备注 Feishu ✅ 推荐使用 feishu-voice-发送 技能 发送语音消息 Telegram ✅ 直接发送 mp3 Discord ✅ 作为附件发送 Whats应用 ✅ 直接发送 mp3 签名al ⚠️ 取决于信号强度，可能不支持 iMessage ⚠️ 通过 macOS 发送，mp3 兼容性一般 WeChat Work ✅ 同 Feishu

If the channel does not support audio, the 代理 saves the file to 输出_DIR and 发送s the file path as a text message instead.

如何发送为语音消息（而非附件）

重要说明： OpenClaw 内置的飞书媒体发送存在 bug（缺少 duration 参数），导致 .ogg 文件有时显示为附件而非语音消息。

推荐方案：使用 feishu-voice-发送 技能

该 技能 调用飞书官方 API，正确传递 duration 参数，确保语音消息正常显示。

方式一：通过 feishu-voice-发送 技能 发送 # 发送现有的 .ogg 文件 python3 /mnt/d/wslspace/workspace/技能s/feishu-voice-发送/scripts/发送_voice.py \ /path/to/audio.ogg \ <接收者open_id>

# 或直接生成 TTS 并发送 python3 /mnt/d/wslspace/workspace/技能s/feishu-voice-发送/scripts/tts_and_发送.py \ "要转换的文字" \ <接收者open_id> \ -v zh-CN-YunjianNeural \ -r -10%

方式二：手动调用（不推荐）

如果必须使用 OpenClaw 内置的 message 工具，需要：

将 mp3 转换为标准 Ogg Opus 格式 发送时必须带 message 参数 注意：即使带 message 参数，仍可能因为缺少 duration 而显示为附件 # 1. 用 edge-tts 生成 mp3 uvx edge-tts \ -t "Your text here" \ -v en-US-EmmaNeural \ --rate=-10% \ --write-media 输出_DIR/voice.mp3

# 2. 用 ffmpeg 转换为标准 Ogg Opus ffmpeg -i 输出_DIR/voice.mp3 \ -c:a libopus \ -b:a 32k \ -ar 24000 \ -ac 1 \ 输出_DIR/voice.ogg

# 3. 使用 message 工具发送（仍可能显示为附件） message(action="发送", channel="feishu", \ message="📄 语音", \ media="输出_DIR/voice.ogg")

AvAIlable TTS Voices English

en-US-EmmaNeural, en-US-BrianNeural, en-GB-LibbyNeural, ...

Chinese

zh-CN-XiaoxiaoNeural（女声）, zh-CN-YunxiNeural（男声）, zh-CN-YunyangNeural（新闻男声）, ...

查看完整列表：uvx edge-tts -l | grep "zh-CN"

Notes Tesseract + English 预装；中文需 apt-获取 安装 tesseract-ocr-chi-sim edge-tts 通过 uvx 运行，无需安装 图片质量直接影响 OCR 效果，尽量保持光线充足、角度端正