{
  "success": true,
  "file": "/tmp/openclaw/moss-tts/voice-xxx.ogg",
  "format": "ogg"
}

MOSS-TTS 语音合成

⚠️ 注意：本工具负责生成音频文件，发送到各渠道需要配合其他工具（如 OpenClaw message 工具）

快速开始（3 步）

1. 获取 API Key

访问 https://studio.mosi.cn → 注册/登录 → 控制台 → API 密钥 → 创建

bash
export MOSSAPIKEY=sk-你的密钥

2. 安装依赖

bash

系统依赖

brew install python3 ffmpeg

Python 依赖

pip3 install requests

3. 生成语音

bash
python3 scripts/tts.py \
--text 你好，我是MOSS \
--channel feishu \
--json

输出：
json
{
success: true,
file: /tmp/openclaw/moss-tts/voice-xxx.ogg,
format: ogg
}

---

⚠️ 隐私与安全

API Key 安全

• - 不要提交到 Git：将 MOSSAPIKEY 添加到 .gitignore
• 使用环境变量：不要在代码中硬编码密钥
• 定期轮换：建议定期更换 API Key

语音数据上传

• - 克隆音色：上传的音频会存储在 MOSS Studio 服务器
• 实时克隆：每次请求都会上传音频数据到 MOSS API
• 数据保留：参考 MOSS Studio 隐私政策

建议：

• - 使用公开/非敏感音频进行克隆
• 避免上传包含敏感信息的录音
• 定期清理 MOSS Studio 中不需要的音色

---

功能说明

本工具提供以下功能：

1. 1. 文本转语音 - 将文本转换为自然语音
2. 实时克隆 - 从音频即时克隆声音
3. 预注册音色 - 上传并保存音色供后续使用
4. 格式转换 - 自动转换为适合各渠道的格式

不包含：

• - 直接发送到 IM 渠道（需要配合其他工具）
• 音色管理（删除、修改等）

---

使用模式

模式一：实时克隆

bash
python3 scripts/tts.py \
--text 要说的内容 \
--reference_audio 参考音频.ogg \
--channel feishu

模式二：预注册音色（推荐）

bash

1. 上传并克隆

curl -X POST https://studio.mosi.cn/api/v1/files/upload \
-H Authorization: Bearer $MOSSAPIKEY \
-F file=@voice.ogg

→ {fileid: YOURFILE_ID}

curl -X POST https://studio.mosi.cn/api/v1/voice/clone \
-H Authorization: Bearer $MOSSAPIKEY \
-d {fileid: YOURFILE_ID, name: 我的声音}

→ {voiceid: YOURVOICE_ID}

2. 使用（等待 10 秒后）

python3 scripts/tts.py \ --text 你好 \ --voiceid YOURVOICE_ID \ --channel feishu

---

输出格式

渠道	格式	说明
feishu	ogg (opus)	飞书语音消息格式
telegram

ogg (opus) | Telegram 语音消息格式 | | whatsapp | ogg (opus) | WhatsApp 语音消息格式 | | discord | mp3 | Discord 文件格式 | | signal | mp3 | Signal 文件格式 | | slack | mp3 | Slack 文件格式 |

---

参数说明

参数	说明	必填
--text	待合成文本	✅
--reference_audio

参考音频（实时克隆） | 二选一 | | --voice_id | 预注册音色 ID | 二选一 | | --channel | 目标渠道 | ❌ | | --format | 输出格式 | ❌ | | --output | 输出路径 | ❌ | | --json | JSON 输出 | ❌ |

---

音频要求

• - 格式: ogg, mp3, wav, m4a
• 时长: 10-30 秒（推荐 20 秒以上）
• 音质: 清晰人声，无背景噪音
• 大小: < 10MB

---

常见问题

Q: 如何发送生成的语音？

本工具只生成音频文件。发送需要：

1. 1. 使用返回的文件路径
2. 配合 OpenClaw message 工具或其他方式发送

Q: 飞书发送后是文件而不是语音？

确保音频格式正确：
bash
file voice.ogg

应显示: Ogg data, Opus audio

Q: 克隆效果不好？

• - 时长 20 秒以上
• 清晰人声，无噪音
• 正常语速

---

API 端点

用途	端点
文本转语音	POST /v1/audio/tts
上传文件

POST /api/v1/files/upload | | 克隆音色 | POST /api/v1/voice/clone | | 查询音色 | GET /api/v1/voices |

---

详细文档

• - API 技术细节
• 渠道格式说明
• 问题排查

---

版本: 1.2.0 | 更新: 2026-03-10