Voice Reply — 语音回复

語音雙模回覆技能 - 支援語音輸入轉文字與文字轉語音輸出。 功能說明 功能 技術 說明 語音輸入 Whisper 將語音訊息轉換為文字 語音輸出 Edge TTS 將文字轉換為語音回覆 特點： 完全免費，無需 API Key 支援多種中文女生聲音 離線運行（Whisper 模型需首次下載） 可用聲音（中文女生） Voice ID 風格 描述 zh-TW-HsiaoChenNeural General 台灣，友善正向 zh-TW-HsiaoYuNeural General 台灣，另一種風格 zh-CN-XiaoxiaoNeural News, Novel 大陸，溫暖 zh-CN-XiaoyiNeural Cartoon, Novel 大陸，活潑 zh-HK-HiuGaaiNeural General 香港，友善正向 環境需求 依賴 安裝方式 Python 3.9+ ffmpeg brew install ffmpeg openai-whisper pip3 install --user openai-whisper edge-tts pip3 install --user edge-tts 使用方式 轉錄語音輸入（Whisper） import whisper 載入模型（首次會下載模型檔案） model = whisper.load_model('tiny') tiny/base/small/medium 轉錄語音 result = model.transcribe('/path/to/audio.ogg') print(result['text']) 模型選擇： 模型 速度 準確度 大小 tiny 最快 一般 ~72MB base 快 較好 ~142MB small 中等 好 ~466MB medium 慢 很好 ~1.5GB 生成語音回覆（Edge TTS） 基本用法 edge-tts \ --text "你好，我是寶寶！" \ --voice zh-TW-HsiaoChenNeural \ --write-media output.mp3 列出所有可用聲音 edge-tts --list-voices Python 整合範例 import subprocess def text_to_speech(text, voice='zh-TW-HsiaoChenNeural', output='/tmp/voice.mp3'): """將文字轉換為語音""" import shutil edge_tts_path = shutil.which('edge-tts') if not edge_tts_path: 嘗試常見路徑 edge_tts_path = '/Users/claw/Library/Python/3.9/bin/edge-tts' cmd = [ edge_tts_path, '--text', text, '--voice', voice, '--write-media', output ] subprocess.run(cmd, check=True) return output 使用 audio_file = text_to_speech('你好！很高興為你服務。') 配置 默認使用： Whisper model: tiny (快速，適合即時對話) TTS voice: zh-TW-HsiaoChenNeural (台灣女生聲音) 可在 TOOLS.md 中修改偏好設定。 相關檔案 檔案 說明 ~/.cache/whisper/ Whisper 模型下載位置 ~/.qclaw/workspace/skills/voice-reply/SKILL.md 本 Skill 定義 ~/.qclaw/workspace/TOOLS.md 語音偏好設定