技能名称: openclaw-mlx-audio
详细描述:

OpenClaw MLX Audio

本地支持多语言文本转语音 (TTS) 和语音转文本 (STT)，完全在 Apple Silicon 设备上运行，无需云服务，保护数据隐私。

功能

• - 🗣️ TTS 文本转语音: 支持中文、英文等多种语言
• 🎤 STT 语音转文本: 高准确率语音识别
• 🎭 声音克隆: 使用参考音频克隆声音
• 🔒 完全本地: 无需 API Key，数据不出设备

安装

bash

安装依赖

brew install ffmpeg uv
uv tool install mlx-audio --prerelease=allow

安装插件

cp -r openclaw-mlx-audio ~/.openclaw/extensions/

重启 OpenClaw

openclaw gateway restart

使用

TTS 命令

bash

状态查询

/ mlx-tts status

测试生成

/ mlx-tts test 你好，这是测试语音

模型列表

/ mlx-tts models

STT 命令

bash

状态查询

/ mlx-stt status

转录音频

/ mlx-stt transcribe /path/to/audio.wav

模型列表

/ mlx-stt models

工具调用

TTS:
json
{
tool: mlx_tts,
parameters: {
action: generate,
text: Hello World,
outputPath: /tmp/speech.mp3
}
}

STT:
json
{
tool: mlx_stt,
parameters: {
action: transcribe,
audioPath: /tmp/audio.wav,
language: zh
}
}

支持模型

TTS 模型

模型	语言	速度	质量
mlx-community/Kokoro-82M-bf16	8+	⚡⚡⚡	良好
mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16

中文/英文/日文/韩文 | ⚡⚡ | 较好 | | mlx-community/Qwen3-TTS-12Hz-1.7B-VoiceDesign-bf16 | 中文/英文/日文/韩文 | ⚡ | 最佳 |

STT 模型

模型	语言	速度	精度
mlx-community/whisper-large-v3-turbo-asr-fp16	99+	⚡⚡⚡	良好
mlx-community/Qwen3-ASR-1.7B-8bit

中文/英文/日文/韩文 | ⚡⚡ | 较好 | | mlx-community/whisper-large-v3 | 99+ | ⚡⚡ | 最佳 |

测试

自动化测试: 17 项 (100% 通过)
真人测试: 11 项 Discord 测试
总体评分: ⭐⭐⭐⭐ (3.85/5.0)

运行测试:
bash
bash test/run_tests.sh

配置

在 openclaw.json 中添加:

json
{
plugins: {
allow: [@openclaw/mlx-audio],
entries: {
@openclaw/mlx-audio: {
enabled: true,
config: {
tts: {
enabled: true,
model: mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16,
langCode: zh
},
stt: {
enabled: true,
model: mlx-community/Qwen3-ASR-1.7B-8bit,
language: zh
}
}
}
}
}
}

系统要求

• - macOS Apple Silicon (M1/M2/M3)
• Node.js 18+
• Python 3.10+
• ffmpeg
• uv

链接

• - GitHub: https://github.com/gandli/openclaw-mlx-audio
• OpenClaw: https://docs.openclaw.ai
• ClawHub: https://clawhub.ai

许可证

MIT