Mlx Tts

mlx-tts - 基于 mlx-audio 的文本转语音技能

使用 mlx-audio 将文本转换为语音，完全在 应用le Silicon 上运行，无需 API 密钥。

触发条件

当用户请求以下操作时使用此技能：

"朗读这段文字" "把这段话转成语音" "用声音说..." "TTS" "语音合成" 工具：mlx_tts

注意： 本插件依赖 mlx-audio Python 库。使用前请确保已安装：

uv 工具 安装 mlx-audio --prerelease=allow

生成语音 { "action": "生成", "text": "要合成的文本", "输出Path": "/tmp/输出.mp3", "模型": "可选：指定模型", "langCode": "可选：语言代码 (zh/en/ja 等)", "speed": "可选：语速倍数 (1.0 为正常)" }

参数说明：

action: 必须是 "生成" text: 要转换为语音的文本（必需） 输出Path: 输出文件路径，限制在 /tmp 或 ~/.OpenClaw/voice/输出s/ 模型: 可选，覆盖默认模型 langCode: 可选，语言代码（Kokoro 模型需要） speed: 可选，语速倍数（0.5-2.0）

返回值：

{ "成功": true, "输出Path": "/tmp/输出.mp3", "duration": 2.5, "模型": "使用的模型名称" }

检查状态 { "action": "状态" }

返回 TTS 服务器状态、加载的模型、启动时间等信息。

重载配置 { "action": "reload" }

无需重启 OpenClaw 即可重载 TTS 配置。

可用模型 模型 语言 描述 内存需求 Kokoro-82M (推荐默认) EN, JA, ZH, FR, ES, IT, PT, HI 快速轻量，54 种预设声音 ~500MB Qwen3-TTS-0.6B ZH, EN, JA, KO 等 中文质量优秀，支持声音克隆 ~2.5GB Qwen3-TTS-1.7B ZH, EN, JA, KO 等 声音设计，根据描述生成 ~16GB+ Chatterbox 16 种语言 最广泛的语言覆盖 ~16GB+ CSM-1B EN 对话式语音，支持声音克隆 ~2GB Dia-1.6B EN 对话-focused TTS ~4GB Spark-TTS-0.5B EN, ZH 高效 TTS ~1GB Soprano-1.1-80M EN 高质量轻量 TTS ~200MB OuteTTS-0.6B EN 高效 TTS ~1.5GB Ming-omni-0.5B (Dense) EN, ZH 轻量 MoE，声音克隆 ~1GB Ming-omni-16.8B (BAIlingMM) EN, ZH MoE 多模态，语音/音乐/事件 ~32GB+ 命令行工具 命令 命令 描述 /mlx-tts 状态 查看 TTS 服务器状态 /mlx-tts test <文本> 测试生成语音 /mlx-tts reload 重载 TTS 配置 /mlx-tts 模型s 列出可用模型 使用示例 基础用法 { "action": "生成", "text": "你好，我是你的 AI 助手" }

指定输出路径 { "action": "生成", "text": "欢迎使用 OpenClaw", "输出Path": "~/.OpenClaw/voice/输出s/welcome.mp3" }

使用特定模型和语言 { "action": "生成", "text": "Hello, this is a test", "模型": "mlx-community/Kokoro-82M", "langCode": "en" }

调整语速 { "action": "生成", "text": "慢慢朗读这段话", "speed": 0.8 }

注意事项 首次生成较慢：模型需要预热，首次请求可能需要几秒 完全本地：所有处理在本地完成，数据不出机器 路径限制：输出路径必须在 /tmp 或 ~/.OpenClaw/voice/输出s/ 符号链接检查：输出路径中的符号链接会被拒绝 文件大小限制：超过 64MB 的音频会被拒绝 配置

在 OpenClaw.json 中配置：

{ "插件s": { "entries": { "OpenClaw-mlx-audio": { "config": { "tts": { "enabled": true, "模型": "mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16", "port": 19280, "langCode": "zh", "pythonEnvMode": "managed" } } } } } }

故障排除 TTS 服务器未启动

检查状态：

/voice-tts 状态

如果显示未运行，检查配置中的 enabled 是否为 true。

生成失败 检查文本是否为空 检查输出路径是否合法 查看服务器日志 模型下载慢

模型首次使用会下载到 ~/.缓存/huggingface/hub/，可以使用镜像加速。