Text-to-Speech

这个功能让 OpenClaw 机器人能把文字变成声音。就像你把故事书上的字念出来一样，机器人会把它的回答“念”给你听。它可以在能发送语音的地方工作，比如在 Telegram 里，你会看到一个圆圆的语音泡泡。

有三种“声音工厂”可以选择：

1. ElevenLabs：这是主要或备用的工厂。
2. OpenAI：这也是主要或备用的工厂，它还能用来给很长的回答做“总结”。
3. Edge TTS：这同样是主要或备用的工厂。它最特别，因为它不需要你提供“钥匙”（API Key）。如果你没有给其他工厂钥匙，机器人就会默认用它。

关于 Edge TTS，你要知道：它用的是微软 Edge 浏览器的在线服务，就像在网上看视频一样，不是在你自己的电脑里。因为它是一个公共的免费服务，所以不能保证永远不坏。如果你需要更可靠的服务，就用 OpenAI 或 ElevenLabs 吧。

想让机器人说话，你需要准备这些“钥匙”：

• 如果你想用 ElevenLabs 工厂，需要 ELEVENLABS_API_KEY 这把钥匙。
• 如果你想用 OpenAI 工厂，需要 OPENAI_API_KEY 这把钥匙。
• Edge TTS 工厂不需要钥匙。

如果你一个钥匙都没给，机器人就会自动用 Edge TTS 来工作（除非你特意把它关掉）。

这个功能一开始是关着的！ 你需要打开它。有两种方法：

1. 在它的“设置本子”（配置文件 openclaw.json）里，找到 messages.tts.auto 这一行，把它改成 "always"。
2. 或者在和机器人聊天时，直接输入命令 /tts always（或者 /tts on）。

怎么在“设置本子”里调整呢？ 所有的声音设置都写在 messages.tts 这个部分下面。这里有一些简单的例子：

• 最简单的设置（打开并选一个工厂）：

  {
    messages: {
      tts: {
        auto: "always",
        provider: "elevenlabs",
      },
    },
  }
  

• 用 Edge TTS 工厂（不需要钥匙）：

  {
    messages: {
      tts: {
        auto: "always",
        provider: "edge",
      },
    },
  }
  

• 只在收到语音消息后才用语音回复：

  {
    messages: {
      tts: {
        auto: "inbound",
      },
    },
  }
  

机器人自己也能调整声音哦！ 默认情况下，机器人可以在某一次回答时，自己决定用什么样的声音。比如它可以在回复里写上 [[tts:voiceId=xxx speed=1.1]] 这样的“魔法指令”来改变声音。如果你不想要这个功能，可以在设置里把它关掉：modelOverrides: { enabled: false }。

用聊天命令来控制它： 你可以直接和机器人说话来指挥它，命令是 /tts（在 Discord 里要用 /voice）。

• /tts always：让机器人总是用声音回答。
• /tts off：关掉声音回答。
• /tts status：看看现在声音功能是开是关。
• /tts provider openai：换成 OpenAI 工厂。
• /tts audio 你好呀：让机器人马上把“你好呀”这句话用声音说一次（只是这一次，不改变设置）。

需要注意的事情：

• 如果回答里已经有图片、视频，或者回答的字数太少（少于10个），机器人就不会把它变成声音。
• 如果回答太长了，机器人可能会先把它“总结”成短一点的话，再变成声音。这个总结功能可以用 summaryModel 来设置。
• 声音文件有不同的格式，比如在 Telegram 里会用一种叫 Opus 的格式，这样才会显示成圆圆的语音泡泡。在其他地方，通常用 MP3 格式。