音效生成器

技能简介

基于 ElevenLabs SFX API 的文本转音效工具，可将文字描述转换为掌声、笑声、呼啸声、环境音等短音频片段，支持输出 MP3 或转换为 WhatsApp 兼容的 OGG/Opus 格式。

能做什么

• 根据文本提示生成 0.5-30 秒的定制音效
• 自动输出标准 MP3 格式文件
• 通过 FFmpeg 转码为移动端友好的 OGG/Opus 格式
• 适用于消息应用自动附件场景

使用说明

安装与配置

1. 获取 ElevenLabs API 密钥
2. 配置环境变量（任选其一）：
   • 系统环境变量：ELEVENLABS_API_KEY 或 XI_API_KEY
   • 配置文件：~/.clawdbot/clawdbot.json 中设置 skills."sound-fx".env.ELEVENLABS_API_KEY
3. 确保已安装 ffmpeg（用于格式转换）

生成音效

scripts/generate_sfx.sh --text "short audience applause" --out "/tmp/applause.mp3" --duration 1.2

转码为 WhatsApp 格式

ffmpeg -y -i /tmp/applause.mp3 -c:a libopus -b:a 48k /tmp/applause.ogg

常用示例

• 掌声：--text "short audience applause"
• 笑声：--text "canned audience laughter"
• 呼啸：--text "fast whoosh"
• 雨声：--text "soft rain ambience"

输入与输出

见下方输入与输出表格。

风险提示

• 需有效 ElevenLabs API 密钥，调用产生费用
• 生成内容受 ElevenLabs 使用政策约束
• 时长参数超出 0.5-30 秒范围可能导致失败
• FFmpeg 未安装时无法完成格式转换
• 网络不稳定可能影响 API 响应

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/javicasper/sound-fx/SKILL.md
来源类型：GitHub 仓库