← 返回 Skills 市场
240
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install kid-point-voice-component
功能描述
SenseAudio Voice - 语音合成 (TTS) + 语音识别 (ASR)，支持语言自动切换
使用说明 (SKILL.md)
senseaudio-voice
SenseAudio Voice - 语音合成 (TTS) + 语音识别 (ASR)，完整语音交互能力
基于 SenseAudio HTTP API + Edge TTS 实现，根据语言自动选择最佳方案。
✨ 特点
🎤 完整语音能力
- TTS 语音合成 - 文字转语音，支持多声音
- ASR 语音识别 - 语音转文字，高精度识别
- HTTP 接口 - 简单可靠，无需复杂依赖
- 语言自动检测 - 中文用 SenseAudio，英语/日语用 Edge TTS
🌍 语言支持策略
| 语言 | TTS 方案 | ASR 方案 | 说明 |
|---|---|---|---|
| 中文 | SenseAudio | SenseAudio | 需要大陆手机号 + 身份认证，免费使用 |
| 英语 | Edge TTS | SenseAudio | 海外友好，无需认证 |
| 日语 | Edge TTS | SenseAudio | 海外友好，无需认证 |
| 其他 | Edge TTS | SenseAudio | 默认降级方案 |
🔧 技术优势
- 简单依赖 - 只需要
requests库 - WAV 格式 - 系统兼容性好，无需额外解码器
- 智能播放 - 自动检测设备支持的播放器
- 异常处理 - 完整的错误处理和降级方案
🚀 快速使用
# 基础用法（自动检测语言）
python {baseDir}/scripts/tts.py "你好，这是语音测试"
python {baseDir}/scripts/tts.py "Hello, this is a test"
python {baseDir}/scripts/tts.py "こんにちは、テストです"
# 指定声音（仅 SenseAudio）
python {baseDir}/scripts/tts.py --voice male_0004_a "你好呀"
# 指定输出文件
python {baseDir}/scripts/tts.py -o output.wav "语音内容"
# 生成并播放
python {baseDir}/scripts/tts.py --play "宝贝，该写作业啦"
# 强制使用 Edge TTS（英语/日语推荐）
python {baseDir}/scripts/tts.py --engine edge "Hello, how are you?"
# 强制使用 SenseAudio（仅中文）
python {baseDir}/scripts/tts.py --engine senseaudio "你好，今天天气不错"
# 检查系统播放器
python {baseDir}/scripts/tts.py --check-players
📁 文件存储
音频文件保存位置: {workspace}/audio/YYYY-MM-DD/
/home/wang/.openclaw/agents/kids-study/workspace/audio/
└── 2026-03-14/
├── 095221_male0004a_测试完成，文件应该在.mp3
└── 095158_male0004a_你好，音频文件现在保.mp3
- 默认按日期分类存储
- 文件名格式：
HHMMSS_voice_文本前缀.mp3 - 使用
-o参数可指定自定义路径
🎤 可用语音
SenseAudio 声音（中文）
| 声音 ID | 性别 | 描述 |
|---|---|---|
child_0001_a |
童声 | ✅ 默认，亲切活泼，适合学习场景 |
male_0004_a |
男 | 温暖男声 |
male_0001_a |
男 | 成熟男声 |
female_0001_a |
女 | 温柔女声 |
female_0002_a |
女 | 活泼女声 |
Edge TTS 声音（英语/日语）
| 语言 | 声音代码 | 描述 |
|---|---|---|
| 英语 (en-US) | en-US-JennyNeural |
女声，清晰友好（默认） |
en-US-GuyNeural |
男声，温暖专业 | |
en-US-AriaNeural |
女声，活泼自然 | |
| 日语 (ja-JP) | ja-JP-NanamiNeural |
女声，温柔清晰（默认） |
ja-JP-KeitaNeural |
男声，成熟稳重 |
📋 选项
| 选项 | 说明 | 默认值 |
|---|---|---|
--voice, -v |
语音 ID | child_0001_a (中文) / en-US-JennyNeural (英语) / ja-JP-NanamiNeural (日语) |
--output, -o |
输出文件 | audio/YYYY-MM-DD/*.wav |
--play, -p |
生成后自动播放 | true |
--format |
音频格式 (wav/mp3) | wav |
--speed |
语速 (0.5-2.0) | 1.0 |
--volume |
音量 (0-10) | 1.0 |
--engine, -e |
引擎 (senseaudio/edge/auto) | auto (自动检测) |
--lang, -l |
语言 (zh/en/ja/auto) | auto (自动检测) |
🔧 配置
SenseAudio API Key: 从 ~/.openclaw/openclaw.json 的 env.SENSE_API_KEY 读取
Edge TTS: 无需 API Key，直接调用 Microsoft Edge 服务
⚙️ 使用建议
- 中国大陆用户：配置
SENSE_API_KEY，中文使用 SenseAudio（免费，需手机号 + 身份认证） - 海外用户：无需配置，自动使用 Edge TTS（英语/日语支持好）
- 混合场景：保持
auto模式，根据语言自动选择最佳方案
📝 使用示例
中文场景（使用 SenseAudio）
# 默认童声（适合学习场景）
python {baseDir}/scripts/tts.py --play "宝贝，该写作业啦"
# 日常问候
python {baseDir}/scripts/tts.py --play "早上好呀，今天天气不错"
# 切换声音（男声）
python {baseDir}/scripts/tts.py --voice male_0004_a --play "该去上班啦"
# 调节语速
python {baseDir}/scripts/tts.py --speed 1.2 --play "这是快一点的语音"
python {baseDir}/scripts/tts.py --speed 0.8 --play "这是慢一点的语音"
英语场景（自动使用 Edge TTS）
# 英语问候（自动检测，使用 Edge TTS）
python {baseDir}/scripts/tts.py --play "Hello! How are you today?"
# 强制使用 Edge TTS
python {baseDir}/scripts/tts.py --engine edge --play "Good morning, everyone!"
# 使用男声
python {baseDir}/scripts/tts.py --voice en-US-GuyNeural --play "Let's start learning!"
日语场景（自动使用 Edge TTS）
# 日语问候（自动检测，使用 Edge TTS）
python {baseDir}/scripts/tts.py --play "こんにちは、お元気ですか？"
# 使用男声
python {baseDir}/scripts/tts.py --voice ja-JP-KeitaNeural --play "一緒に勉強しましょう！"
语言检测
# 自动检测语言并选择合适的引擎
python {baseDir}/scripts/tts.py --lang auto --play "Hello 你好 こんにちは"
🔌 API 接口
SenseAudio（中文）
- 端点:
POST https://api.senseaudio.cn/v1/t2a_v2 - 鉴权:
Authorization: Bearer \x3CAPI_KEY> - 文档: https://senseaudio.cn/docs/text_to_speech_api
- 限制: 需要大陆手机号 + 身份认证，免费使用
Edge TTS（英语/日语）
- 端点: Microsoft Edge TTS Service
- 鉴权: 无需 API Key
- 依赖:
edge-ttsPython 库（可选）或直接 HTTP 调用 - 限制: 无地区限制，海外友好
⚠️ 注意事项
SenseAudio（中文）
- 需要联网（调用 SenseAudio 服务）
- 依赖
SENSE_API_KEY环境变量或配置文件 - 仅限中国大陆地区：需要手机号 + 身份认证才能免费使用
- 单次请求最大文本长度：10000 字符
Edge TTS（英语/日语）
- 需要联网（调用 Microsoft Edge 服务）
- 无需 API Key，无地区限制
- 海外用户推荐使用
通用
- 音频播放器：自动检测，推荐安装
aplay(ALSA) 或paplay(PulseAudio) - 语言检测逻辑：
- 包含中文字符 → SenseAudio
- 包含日文字符（假名/汉字）→ Edge TTS
- 纯拉丁字母 → Edge TTS
- 混合语言 → 按主要字符类型判断
🔧 播放器检测
# 检查系统支持的播放器
python {baseDir}/scripts/tts.py --check-players
输出示例:
🔊 系统音频播放器检测
============================================================
✅ 找到 2 个可用播放器:
1. ALSA (WAV 原生支持)
命令：aplay -q
支持格式：wav
2. PulseAudio
命令：paplay
支持格式：wav, mp3, flac, ogg
💡 推荐:
播放 WAV: ALSA (WAV 原生支持) (优先级最高)
播放 MP3: PulseAudio
播放流程:
- 验证文件存在性和完整性
- 检测系统可用的播放器
- 按优先级尝试播放
- 失败时自动降级到下一个播放器
- 所有播放器失败时给出详细错误日志和建议
安全使用建议
This skill mostly does what it claims (TTS+ASR) but has a few red flags you should check before installing: 1) The scripts expect a SENSE_API_KEY (read from SENSE_API_KEY env or ~/.openclaw/openclaw.json) but the skill metadata does not declare this — confirm you are comfortable storing your API key in openclaw.json or as an env var. 2) The code attempts to read ~/.openclaw/agents/kids-study/openclaw.json (hard-coded agent path) — verify that file doesn't contain other secrets you don't want accessed. 3) package.json looks inconsistent (Node manifest listing Python packages) — ensure your install process won't run unexpected installers. 4) Review network endpoints (https://api.senseaudio.cn and Edge TTS usage) and confirm you trust the providers. 5) Run setup and the scripts in a sandbox or isolated environment first and inspect any files written under the derived workspace/audio path. If you need higher assurance, ask the publisher to update the registry metadata to declare SENSE_API_KEY as a required credential and to remove or justify the hard-coded agent config path.
功能分析
Type: OpenClaw Skill
Name: kid-point-voice-component
Version: 1.0.0
The skill bundle provides legitimate Text-to-Speech (TTS) and Automatic Speech Recognition (ASR) functionality using the SenseAudio API and Microsoft Edge TTS. The Python scripts (tts.py, asr.py) correctly handle API authentication by reading from the standard OpenClaw configuration path (~/.openclaw/openclaw.json) and use subprocess calls with argument lists to safely execute system audio players like aplay or ffplay. No evidence of data exfiltration, prompt injection, or malicious persistence was found; the code is well-documented and aligns with its stated purpose.
能力评估
Purpose & Capability
The code and SKILL.md match the stated purpose (SenseAudio TTS + ASR, Edge TTS fallback). However the registry metadata declares no required environment variables or credentials while the scripts clearly require a SENSE_API_KEY for SenseAudio access — this metadata omission is inconsistent and should be corrected.
Instruction Scope
Runtime instructions/scripts mostly stay within expected scope (call SenseAudio endpoints, optionally use edge-tts, save audio files, detect/play via local players). The scripts read configuration from ~/.openclaw/openclaw.json and ~/.openclaw/agents/kids-study/openclaw.json to obtain SENSE_API_KEY and write audio files into a workspace audio directory; these behaviors are reasonable for this skill but are not declared in the registry metadata and the hard-coded agent path is surprising and should be verified.
Install Mechanism
No install spec is provided and the included setup.sh performs only pip install requests and checks players—this is low risk. However package.json lists 'requests' and 'edge-tts' under Node-style dependencies (a mismatch: package.json is a Node manifest but references Python packages), which is incoherent and could confuse automated installers or reviewers.
Credentials
The skill needs a SENSE_API_KEY for SenseAudio (accessed via environment variable or openclaw.json), which is appropriate for the service used. But required env vars are not declared in the skill registry metadata; additionally the scripts attempt to read agent-specific config (~/.openclaw/agents/kids-study/openclaw.json) — reading another agent's config path could expose other stored data depending on how openclaw.json is used. The skill does not request unrelated secrets, but the undeclared secret access and hard-coded path are concerning.
Persistence & Privilege
The skill is not always-enabled and has no special platform privileges. It writes audio files into a workspace audio/ date directory and does not modify other skills or global agent configuration. No 'always: true' or other elevated persistence is requested.
如何使用
- 确保已安装 OpenClaw（本地或 Docker 部署）
- 在对话框中输入安装命令：
/install kid-point-voice-component - 安装完成后，直接呼叫该 Skill 的名称或使用
/kid-point-voice-component触发 - 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.0.0
积分系统语音组件 - 多语言 TTS 支持
元数据
常见问题
Kid Point Voice Component 是什么？
SenseAudio Voice - 语音合成 (TTS) + 语音识别 (ASR)，支持语言自动切换. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 240 次。
如何安装 Kid Point Voice Component？
在 OpenClaw 或 Claude Code 对话框中运行命令「/install kid-point-voice-component」即可一键安装，无需额外配置。
Kid Point Voice Component 是免费的吗？
是的，Kid Point Voice Component 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。
Kid Point Voice Component 支持哪些平台？
Kid Point Voice Component 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。
谁开发了 Kid Point Voice Component？
由 cowboy231（@cowboy231）开发并维护，当前版本 v1.0.0。
推荐 Skills