Edge语音合成

技能简介

Edge-TTS 是基于 Microsoft Edge 神经语音服务的文本转语音转换工具，通过 node-edge-tts npm 包实现。支持多语言、多音色选择，可调节语速、音调和音量，并能生成同步字幕文件。

能做什么

• 将任意文本转换为高质量 MP3 音频
• 提供数十种语言和地区的自然语音选择
• 调整播放速度（-50% 至 +100%）适应不同场景
• 控制音调和音量，优化听觉体验
• 导出 JSON 格式字幕文件，用于视频制作
• 支持代理配置和超时设置，适配网络环境

使用说明

安装依赖

cd /home/user/clawd/skills/public/tts-skill/scripts
npm install

此命令安装 node-edge-tts 核心库和 commander 命令行解析工具。

基础用法（内置工具）

tts("需要转换为语音的文本")
// 返回: MEDIA: /path/to/audio.mp3

高级用法（脚本直接调用）

node tts-converter.js "文本内容" --voice zh-CN-XiaoxiaoNeural --rate +10% --output result.mp3

常用参数：–voice 指定音色，–rate 调整语速，–pitch 调整音调，–save-subtitles 保存字幕，–list-voices 查看全部可用音色。

配置管理

node config-manager.js --set-voice en-US-AriaNeural  # 设置默认音色
node config-manager.js --set-rate +10%               # 设置默认语速
node config-manager.js --get                         # 查看当前配置
node config-manager.js --reset                       # 恢复默认设置

配置持久化存储于 ~/.tts-config.json。

输入与输出

见下方输入与输出表格。

风险提示

• 依赖 Microsoft Edge 在线 TTS 服务，需保持网络连接
• 长文本转换可能触发接口限流或超时，建议分段处理
• 部分音色在特定语言下效果有限，建议先试听再批量使用
• 生成的音频文件需自行管理存储空间
• 商业用途需注意微软语音服务的授权条款

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/i3130002/edge-tts/SKILL.md
来源类型：开源仓库