语音合成工作室

技能简介

ClawVox 是基于 ElevenLabs API 的 OpenClaw 语音工作室，提供文本转语音、语音转文本、声音克隆、音效生成及音频翻译等功能。

业务背景

ClawVox 语音工作室为企业提供一站式音频内容生产能力，无需专业录音设备即可生成多语言语音素材。支持声音克隆与音效合成，帮助品牌打造统一听觉识别系统。音频翻译功能助力内容快速本地化，降低跨国业务的多语言制作门槛，提升营销素材产出效率。

落地案例：某在线教育平台需为多门课程制作英文、西班牙语及日语版本。传统方式需聘请多国配音员，周期长成本高。使用 ClawVox 后，团队先用主讲人30分钟音频样本克隆专属声音模型，再将中文课件文本批量转为目标语言语音，配合环境音效生成完整课程音频。原本两周的本地化工作压缩至两天完成，且保持了品牌声音的一致性。

能做什么

• 将文本转换为自然语音，支持32种语言
• 从音频样本克隆自定义声音
• 将语音录音转为文字
• 根据文字描述生成环境音效
• 翻译并配音音频内容
• 去除音频背景噪音

使用说明

安装前提

系统需安装 curl 和 jq。

配置步骤

1. 访问 elevenlabs.io 获取 API 密钥
2. 设置环境变量：export ELEVENLABS_API_KEY="your_api_key_here"
3. 或在配置文件 ~/.openclaw/openclaw.json 中添加技能配置

常用命令

• 文本转语音：{baseDir}/scripts/speak.sh '要朗读的文字'
• 语音转文本：{baseDir}/scripts/transcribe.sh audio.mp3
• 克隆声音：{baseDir}/scripts/clone.sh --name "MyVoice" sample.mp3
• 生成音效：{baseDir}/scripts/sfx.sh "thunder storm"
• 列出可用声音：{baseDir}/scripts/voices.sh list

输入与输出

见下方输入与输出表格。

风险提示

• 需要有效的 ElevenLabs API 密钥，使用会产生费用
• 克隆他人声音需获得授权，避免法律风险
• 音频文件大小限制为100MB
• 网络连接不稳定可能导致生成失败
• API 调用频率受 ElevenLabs 账户等级限制

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/abhishek-official1/clawvox/SKILL.md
来源类型：GitHub 开源项目