贾维斯语音助手

技能简介

Jarvis Voice 为 OpenClaw 代理赋予类似《钢铁侠》中 JARVIS 的语音人格：采用 sherpa-onnx 离线 TTS 引擎（英式 Alan 音色），配合 ffmpeg 金属音效处理，输出带有冷幽默风格的语音回复。

业务背景

为技术团队或极客用户打造沉浸式语音交互体验，无需联网即可生成带人格特色的语音反馈。金属音效与冷幽默风格强化产品辨识度，适合演示环境、开发者工具或个性化助手场景，降低对外部服务的依赖。

落地案例：某开源社区在Linux服务器管理工具中集成该功能。当管理员查询系统状态时，代理以英式口音播报

能做什么

• 将文本转为带金属质感的离线语音播报
• 在回复中自动渲染紫色斜体视觉转录
• 运用四种喜剧模式生成个性化回应
• 支持 Linux 系统后台异步播放

使用说明

安装依赖：

1. 安装系统级工具：sudo apt install ffmpeg alsa-utils
2. 确保 sherpa-onnx 运行时位于 ~/.openclaw/tools/sherpa-onnx-tts/
3. 下载 Alan 中号模型至 ~/.openclaw/tools/sherpa-onnx-tts/models/vits-piper-en_GB-alan-medium/
4. 将 jarvis 脚本放置于 ~/.local/bin/jarvis 并加入 PATH
5. 设置环境变量：export SHERPA_ONNX_TTS_DIR=~/.openclaw/tools/sherpa-onnx-tts

调用方式：

exec(command='jarvis "Your spoken text here."', background=true)

随后在同一回复中添加视觉转录：**Jarvis:** *Your spoken text here.*

关键限制：禁用内置 tts 工具，必须使用 jarvis 命令；仅支持英文；单次回复限 1500 字符；每轮对话仅调用一次。

输入与输出

见下方输入与输出表格。

风险提示

• 执行本地 shell 命令 jarvis 进行音频播放，需预先审查脚本内容
• 固定参数设计，无网络调用、凭据传输或权限提升操作
• 仅兼容 Linux 系统，依赖 ALSA 音频架构
• Alan 模型无法处理非英语内容，需自行翻译

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/globalcaos/jarvis-voice/SKILL.md
来源类型：GitHub 仓库