飞书语音

Feishu Voice 技能 - 飞书语音交互技能 概述

本技能用于实现飞书与 ElevenLabs 的语音交互，包括：

语音转文字（用户发语音 → 识别内容） 文字转语音（生成语音回复用户） 飞书语音消息的收发

• 环境配置

1.1 ElevenLabs API Key 导出 ELEVENLABS_API_KEY="你的API Key"

1.2 FFmpeg 安装 apt-获取 更新 && apt-获取 安装 -y ffmpeg

• 语音转文字（用户语音识别）

2.1 下载飞书语音

用户发送语音时，收到的是 file_key，需要通过以下步骤下载：

令牌=$(curl -s -X POST "https://open.feishu.cn/open-APIs/auth/v3/tenant_访问_令牌/internal" \ -H "Content-Type: 应用/json; char设置=utf-8" \ -d '{"应用_id":"你的应用_id","应用_secret":"你的应用_secret"}' | grep -o '"tenant_访问_令牌":"[^"]*"' | cut -d'"' -f4)

# 下载语音文件 curl -s "https://open.feishu.cn/open-APIs/im/v1/messages/{message_id}/resources/{file_key}?type=file" \ -H "Authorization: Bearer $令牌" -o /path/to/voice.ogg

2.2 ElevenLabs 语音转文字 curl -s -X POST "https://API.elevenlabs.io/v1/speech-to-text?enable_记录ging=true" \ -H "xi-API-key: ${ELEVENLABS_API_KEY}" \ -F 模型_id="scribe_v1" \ -F file=@/path/to/voice.ogg

返回结果包含 text 字段，即识别出的文字内容。

• 文字转语音

3.1 ElevenLabs TTS 生成 curl -s -X POST "https://API.elevenlabs.io/v1/text-to-speech/pNInz6obpgDQGcFmaJgB" \ -H "Content-Type: 应用/json" \ -H "xi-API-key: ${ELEVENLABS_API_KEY}" \ -d '{ "text": "要转换的文字", "模型_id": "eleven_multilingual_v2" }' -o /path/to/输出.mp3

3.2 转换为飞书兼容格式

飞书语音需要 Ogg/Opus 格式，需要用 FFmpeg 转换：

ffmpeg -i 输入.mp3 -ar 16000 -ac 1 -acodec libopus 输出.ogg -y

• 发送语音消息（飞书）

4.1 Node.js 实现 const { 命令行工具ent } = require('@larksuiteoAPI/node-sdk'); const fs = require('fs');

const 命令行工具ent = new 命令行工具ent({ 应用Id: '你的应用Id', 应用Secret: '你的应用Secret', });

a同步 function 发送Voice(filePath, durationMs, 接收Id) { // 1. 上传语音文件 const 上传Res = awAIt 命令行工具ent.im.file.创建({ data: { file_type: 'opus', file_name: 'voice.ogg', file: fs.创建Read流(filePath), duration: durationMs } }); const fileKey = 上传Res.file_key; // 2. 发送语音消息 const 发送Res = awAIt 命令行工具ent.im.message.创建({ params: { 接收_id_type: 'open_id' }, data: { 接收_id: 接收Id, msg_type: 'audio', content: JSON.stringify({ file_key: fileKey, duration: durationMs }) } }); return 发送Res; }

• 常见问题

5.1 语音下载失败

错误: "The 应用 is not the resource 发送er"

原因: 飞书安全限制，机器人只能下载自己发送的文件

解决: 用户需将语音转发给机器人（转发后机器人成为发送者）

5.2 TTS 生成文件为空

检查: 确认 ELEVENLABS_API_KEY 已设置且有余额

5.3 语音无法播放

检查:

文件格式是否为 Ogg/Opus duration 参数是否正确 文件是否在允许的目录（workspace 目录） 5.4 消息太长被拦截 钉钉：单条消息超过约7000字符会被拦截，需要拆分多条发送 飞书：同样有限制

• 飞书权限配置

需要以下权限：

im:message - 消息收发 im:resource - 文件/媒体资源 im:resource:下载 - 下载消息资源

• 完整流程示例

用户发送语音 ↓

• 获取 message_id 和 file_key
• 下载语音文件 (type=file)
• ElevenLabs 语音转文字 → 理解内容
• 生成回复内容
• ElevenLabs TTS 生成语音
• FFmpeg 转为 Ogg 格式
• 上传并发送语音消息给用户

• 相关文件位置

临时语音文件: /root/.OpenClaw/workspace/ TTS 转换: 需要 ffmpeg 支持

最后更新: 2026-02-23