闲社服务运行正常AI智能体自动化平台
v

语音爪

技能标识:voiceclaw

Local voice I/O for OpenClaw agents. Transcribe inbound audio/voice messages using local Whisper (whisper.cpp) and generate voice replies using local Piper TTS. Requires whisper, piper, and ffmpeg pre-installed on the system. All inference runs on-device — no network calls, no cloud APIs, no API keys. Use when an agent receives a voice/audio message and should respond in both voice and text, or when any text response should be synthesized and sent as audio. Triggers on: voice messages, audio att

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.6
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

语音爪

VoiceClaw

面向OpenClaw智能体的纯本地语音输入输出。

  • - 语音转文字: transcribe.sh — 通过本地Whisper二进制文件将音频转换为文本
  • 文字转语音: speak.sh — 通过本地Piper二进制文件将文本转换为语音
  • 网络调用:无 — 两个脚本均完全离线运行
  • 无需云API,无需API密钥

前置条件

使用此技能前,系统必须安装以下组件:

要求用途
whisper 二进制文件语音转文本推理
ggml-base.en.bin 模型文件
Whisper语音转文本模型 |
| piper 二进制文件 | 文本转语音合成 |
| *.onnx 语音模型文件 | Piper文本转语音音色 |
| ffmpeg | 音频格式转换 |

安装和设置说明请参见 README.md。



环境变量


变量默认值用途
WHISPERBIN通过 which 自动检测Whisper二进制文件路径
WHISPERMODEL
~/.cache/whisper/ggml-base.en.bin | Whisper模型文件路径 |
| PIPER_BIN | 通过 which 自动检测 | Piper二进制文件路径 |
| VOICECLAWVOICESDIR | ~/.local/share/piper/voices | 包含 .onnx 语音模型文件的目录 |


验证设置

bash
which whisper && echo 语音转文本二进制:正常
which piper && echo 文本转语音二进制:正常
which ffmpeg && echo ffmpeg:正常
ls ${WHISPER_MODEL:-$HOME/.cache/whisper/ggml-base.en.bin} && echo 语音转文本模型:正常
ls ${VOICECLAWVOICESDIR:-$HOME/.local/share/piper/voices}/*.onnx 2>/dev/null | head -1 && echo 文本转语音音色:正常



入站语音:转写

bash

转写音频→文本(支持ogg、mp3、m4a、wav、flac格式)


TRANSCRIPT=$(bash scripts/transcribe.sh /path/to/audio.ogg)

覆盖模型路径:
bash
WHISPER_MODEL=/path/to/ggml-base.en.bin bash scripts/transcribe.sh audio.ogg



出站语音:朗读

bash

步骤1:生成WAV(本地Piper — 无需网络)


WAV=$(bash scripts/speak.sh 你的回复内容。 /tmp/reply.wav en_US-lessac-medium)

步骤2:转换为OGG Opus(Telegram语音要求)

ffmpeg -i $WAV -c:a libopus -b:a 32k /tmp/reply.ogg -y -loglevel error

步骤3:通过消息工具发送(filePath=/tmp/reply.ogg)

覆盖语音目录:
bash
VOICECLAWVOICESDIR=/path/to/voices bash scripts/speak.sh 你好。 /tmp/reply.wav



可用音色


音色风格
enUS-lessac-medium中性美式(默认)
enUS-amy-medium
温暖美式女声 |
| en_US-joe-medium | 美式男声 |
| en_US-kusal-medium | 富有表现力的美式男声 |
| en_US-danny-low | 深沉美式男声(快速) |
| en_GB-alba-medium | 英式女声 |
| enGB-northernenglish_male-medium | 北英格兰男声 |


智能体行为规则

  1. 1. 语音输入→语音+文本输出。 收到语音消息时,始终同时回复语音和文本。
  2. 包含转写内容。 在每条语音消息的文本回复顶部显示 🎙️ 我听到:[转写内容]。
  3. 保持语音回复简洁。 Piper文本转语音在约200词以内效果最佳——音频内容请概括,完整细节在文本中提供。
  4. 仅限本地。 绝不使用云端文本转语音/语音转文本API。仅使用本地 whisper 和 piper 二进制文件。
  5. 先发送语音,后发送文本。 先发送音频文件,再发送文本回复。

完整示例

bash

1. 转写入站语音消息


TRANSCRIPT=$(bash path/to/voiceclaw/scripts/transcribe.sh /path/to/voice.ogg)

2. 撰写回复并生成音频

RESPONSE=部署完成。所有检查通过。 WAV=$(bash path/to/voiceclaw/scripts/speak.sh $RESPONSE /tmp/reply_$$.wav) ffmpeg -i $WAV -c:a libopus -b:a 32k /tmp/reply_$$.ogg -y -loglevel error

3. 发送语音+文本

message(action=send, filePath=/tmp/reply_$$.ogg, ...)

reply: 🎙️ 我听到:$TRANSCRIPT\n\n$RESPONSE


故障排除

问题解决方法
whisper: command not found确保whisper二进制文件已安装并在PATH中
找不到Whisper模型
设置 WHISPER_MODEL=/path/to/ggml-base.en.bin | | piper: command not found | 确保piper二进制文件已安装并在PATH中 | | 缺少语音模型 | 设置 VOICECLAWVOICESDIR=/path/to/voices/ | | OGG无法在Telegram上播放 | 确保ffmpeg命令中包含 -c:a libopus 参数 |

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 voiceclaw-1776274097 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 voiceclaw-1776274097 技能

通过命令行安装

skillhub install voiceclaw-1776274097

下载

⬇ 下载 voiceclaw v1.0.6(免费)

文件大小: 9.06 KB | 发布时间: 2026-4-16 15:53

v1.0.6 最新 2026-4-16 15:53
v1.0.6: Complete SKILL.md rewrite — runtime-only content, zero download/URL/install references in body, clean description with no contradictions. Resolves ClawHub scanner suspicious flag.
返回顶部