语音回复技能

模式切换

用户可以通过以下命令切换回复模式：

• - 用语音 → 切换到语音模式
• 用文字 → 切换到文字模式

切换时更新 USER.md 的 回复模式 字段。

语音回复流程

当 USER.md 中 回复模式: voice 时：

1. 1. 生成文本回复内容
2. 调用 scripts/voice-reply.js 生成语音
3. 使用 message 工具发送 opus 文件到飞书
4. 返回 NO_REPLY（语音已发送）

脚本调用

bash
node scripts/voice-reply.js 要说的文本

成功输出：

VOICE_READY:/tmp/openclaw/voice-reply.opus

发送语音

javascript
message({
action: send,
channel: feishu,
target: user:,
media: /tmp/openclaw/voice-reply.opus
})

配置

音色配置

编辑 config.json 修改发音人：

json
{
voice: x4_xiaoyan,
availableVoices: {
x4_xiaoyan: 晓燕 - 女声，温柔,
x4_lingyouyou: 凌悠 - 童声,
x4_yezi: 叶子 - 女声，活泼
}
}

环境变量

bash
export XUNFEIAPPID=你的应用ID
export XUNFEIAPIKEY=你的API Key
export XUNFEIAPISECRET=你的API Secret
export XUNFEIVOICE=x4lingyouyou # 可选，覆盖 config.json

技术实现

文件结构

xunfei-voice-reply/
├── SKILL.md # 本文件
├── config.json # 用户配置（音色、参数）
├── scripts/
│ └── voice-reply.js # 语音生成脚本
├── lib/
│ ├── tts-core.js # 讯飞 TTS 核心模块
│ └── tts-config.js # 配置读取
└── references/
└── setup.md # 环境配置说明

TTS 引擎

使用讯飞 WebSocket TTS API：

• - 格式: PCM → ffmpeg → Opus
• 音色: 从 config.json 读取
• 码率: 24kbps, 24kHz

输出路径

音频文件输出到 /tmp/openclaw/（OpenClaw 标准临时目录），确保在 message 工具允许的路径内。

错误处理

1. 1. TTS 超时 → 降级到文字回复
2. ffmpeg 不可用 → 提示用户安装
3. 发送失败 → 重试或降级

配置持久化

回复模式存储在 USER.md:
markdown

• - Notes:

每次 session 启动时读取，切换时更新。

⚠️ 必须在 AGENTS.md 中添加

使用此技能前，必须在 AGENTS.md 中添加语音回复流程：

markdown

🎤 语音回复（讯飞语音）

检查 USER.md 的 Notes 中的 回复模式：

• - 如果 回复模式: voice → 使用语音回复
• 如果 回复模式: text（或未设置）→ 使用文字回复

语音回复流程

1. 1. 生成文本回复
2. 运行：node ~/.agents/skills/xunfei-voice-reply/scripts/voice-reply.js 文本
3. 通过 message 工具发送 Opus 文件
4. 回复 NO_REPLY

触发词

• - 用语音 / 语音回复 / 切换语音模式