← 返回 Skills 市场
forhonourlx

Qclaw Speaker

作者 forhonourlx · GitHub ↗ · v1.1.0 · MIT-0
cross-platform ✓ 安全检测通过
44
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install qclaw-speaker
功能描述
四引擎本地轻量CPU TTS语音播报系统。让 QClaw/OpenClaw 像豆包一样自然开口说话。 引擎：Edge TTS（在线微软神经）→ sherpa-onnx Piper（离线13MB ONNX）→ Windows SAPI（离线原生）。 支持 11 款中文音色、自动语音播报、引擎智能降级、一键安装。 U...
使用说明 (SKILL.md)

🎙️ QClaw Speaker — 让 AI 自然开口说话

四引擎本地轻量 CPU TTS 语音播报系统。无需 GPU，无需云 API，13MB 模型即可在 CPU 上实时合成中文语音，流畅度媲美云服务。

如果说 video-subtitle-extractor 是给大模型装上了"视频字幕眼睛"， 那么 qclaw-speaker 就是给它装上了"嘴巴"，像豆包一样自然开口！

🚀 Quick Start

# 一键安装（2引擎 + 默认音色）
python scripts/install.py

# 说话！
python scripts/speak.py "你好，我是QClaw，很高兴为你服务！"
python scripts/speak.py "大家好" --voice yunxi      # 男声
python scripts/speak.py "离线播报" --engine sherpa   # 本地离线
python scripts/speak.py "系统原生" --engine win       # Windows自带

# 切换默认音色
python scripts/speak.py --set-voice xiao_ya

# 开启自动播报
python scripts/speak.py --auto-speak on

📊 2025-2026 本地轻量 CPU 中文 TTS 模型全景对比

技能内置引擎对比

排名 引擎 大小 RAM 中文 CPU速度 流式 离线 说明
🥇 Edge TTS 0 ~50MB ⭐⭐⭐⭐⭐ \x3C1s ✅ ❌ 微软神经TTS，免费在线
🥈 Sherpa+Piper 13MB ~200MB ⭐⭐⭐⭐ RTF 0.05 ✅ ✅ ONNX推理，CPU极快
🥉 Windows SAPI 0 ~50MB ⭐⭐⭐ \x3C0.1s ❌ ✅ 系统原生，零配置

其他值得关注的候选（可扩展）

模型 大小 RAM 中文 CPU速度 流式 优势
Kokoro v1.0 85MB ~500MB ⭐⭐⭐⭐ RTF 0.04 ✅ 多语言，极快，ONNX
Piper C++ 原生 30MB ~300MB ⭐⭐⭐⭐ RTF 0.03 ✅ 纯C++，最快，独立
Matcha-TTS 72MB ~500MB ⭐⭐⭐⭐⭐ RTF 0.05 ✅ 中文轻量最优质量
ChatTTS 2.0 600MB ~2GB ⭐⭐⭐⭐⭐ RTF 0.5 ❌ 最自然人声(非实时)
MeloTTS 160MB ~1GB ⭐⭐⭐⭐ 快 ❌ MIT开源，微软出品
ZipVoice(int8) 104MB ~600MB ⭐⭐⭐⭐⭐ RTF 0.08 ✅ 中英混合极好
espeak-ng 6MB ~100MB ⭐⭐ 闪电 ✅ 超轻量，全语言

决策指南

需要离线？ ─YES→ 选择 Sherpa+Piper (13MB) 或 Windows SAPI (0MB)
需要实时流式？ ─YES→ Edge TTS / Sherpa / Kokoro
最小RAM？ ─→ Windows SAPI (50MB) / Sherpa (200MB)
最佳中文？ ─→ Edge TTS (在线) / Matcha-TTS (离线72MB)
最快速度？ ─→ Piper C++ 原生 (RTF 0.03) / Kokoro (RTF 0.04)

🎤 四引擎详解

特性 ☁️ Edge TTS 🏠 Sherpa+Piper 💻 Win SAPI
网络 需要 无需 ✅ 无需 ✅
模型下载 零 13MB 零
RAM占用 ~50MB ~200MB ~50MB
首字延迟 ~0.5s \x3C0.1s \x3C0.05s
中文音色 6款 3款 1款
流式输出 ✅ ✅ ❌
隐私 数据上云 本地处理 本地处理
安装 pip edge-tts pip sherpa-onnx 系统自带

自动降级逻辑

请求播报
  ├── 1. Edge TTS (品质最优)
  ├── 2. Sherpa-onnx (本地离线)  ← 网络不佳时
  └── 3. Windows SAPI (终极兜底)  ← 都不行时

🎨 内置音色库（11款）

Edge TTS — 6款在线微软神经语音

音色 风格 推荐场景
xiaoxiao ⭐ 晓晓，标准女声 默认通用
yunxi 云希，活泼男声 讲解/教程
xiaoyi 晓依，温柔女声 情感内容
xiaochen 晓辰，自然男声 新闻播报
yunyang 云扬，沉稳男声 正式场合
xiaohan 晓涵，少女声 轻快内容

Sherpa-onnx Piper — 3款本地离线

音色 大小 风格 RTF
xiao_ya ⭐ 13MB 小雅，温暖女声 0.05
chaowen 13MB 超稳，沉稳男声 0.05
huayan 64MB 花颜，柔和女声 0.10

Windows SAPI — 1款系统原生

音色 大小 风格
huihui 0 慧慧，系统中文语音

🏗️ 技术架构

┌─────────────────────────────────────────────────────────┐
│                     QClaw / OpenClaw                     │
│                                                          │
│  ┌──────────┐     ┌──────────────┐     ┌─────────────┐ │
│  │ LLM 输出  │ →   │  speak.py    │ →   │  音频输出    │ │
│  │ (文本)    │     │  引擎调度器    │     │  (WAV/MP3)  │ │
│  └──────────┘     └──────┬───────┘     └─────────────┘ │
│                          │                               │
│            ┌─────────────┼─────────────┐                │
│            ▼             ▼             ▼                │
│     ┌──────────┐  ┌──────────┐  ┌──────────┐          │
│     │ Edge TTS │  │ Sherpa   │  │ Win SAPI │          │
│     │ (在线)    │  │ (ONNX)   │  │ (原生)    │          │
│     │ 0MB      │  │ 13MB     │  │ 0MB      │          │
│     └──────────┘  └────┬─────┘  └──────────┘          │
│                        │                                │
│                 ┌──────▼──────┐                        │
│                 │  Piper VITS │                        │
│                 │  (int8量化)  │  纯CPU, \x3C0.1s延迟     │
│                 └─────────────┘                        │
└─────────────────────────────────────────────────────────┘

技术栈

层 技术 版本 说明
在线引擎 edge-tts latest 微软神经网络，免费
离线引擎 sherpa-onnx 1.13.2 C++ ONNX Runtime
模型 Piper VITS (int8) - 13MB, 中文, CPU
本地引擎 pyttsx3 (SAPI) latest Win原生语音
音频 soundfile latest WAV 读写
ORT修复 onnxruntime 1.26+ 自动覆盖sherpa内置旧版DLL

🧠 Auto-Speak 自动语音播报

开启后，每次 AI 回复自动朗读：

用户: 开启语音播报
→ config.json: auto_speak = true
→ 后续每次回复自动调用 TTS
→ 语音消息发送至当前聊天

关闭：

用户: 关闭语音播报 / 安静 / 别说了
→ config.json: auto_speak = false

一个答案只会开一次口，工具调用/系统消息不会触发朗读。

📦 安装

# 全自动安装（edge-tts + pyttsx3 + sherpa-onnx）
python scripts/install.py

# 仅安装在线引擎
python scripts/install.py --edge-only

# 仅安装离线引擎
python scripts/install.py --win-only

# 下载 sherpa-onnx 模型
python scripts/install.py --sherpa xiao_ya

# 检查安装状态
python scripts/install.py --check

🔧 CLI 参考

python scripts/speak.py "文本" [选项]

选项:
  --voice, -v    NAME      音色名称
  --engine, -e    ENGINE   引擎: auto / edge / sherpa / win
  --speed, -s     FLOAT    语速 (0.5-2.0, 默认 1.0)
  --output, -o    PATH     输出音频文件
  --list-voices            列出全部音色
  --set-voice     NAME     设置默认音色
  --set-speed     FLOAT    设置默认语速
  --auto-speak    on|off   开启/关闭自动语音播报
  --config                 显示当前配置
  --config-path            显示配置文件路径

📊 实测性能（Win 11, i7, 16GB）

引擎 模型 首句 RTF RAM
edge xiaoxiao 0.5s — 50MB
sherpa xiao_ya (int8) 0.08s 0.05 200MB
win huihui 0.03s — 50MB

🔧 Troubleshooting

问题 解决
No module named 'edge_tts' pip install edge-tts
No module named 'pyttsx3' pip install pyttsx3
sherpa-onnx ORT version mismatch 已自动修复：skills/scripts 自动覆盖旧版 ORT DLL
模型未找到 python scripts/install.py --sherpa xiao_ya
Edge TTS 超时 网络问题，自动降级到 sherpa/win
中文 SAPI 不可用 安装 Windows 中文语言包

🆚 与现有 TTS 技能对比

维度 本技能 qwen-tts edge-tts sherpa-onnx-tts
引擎数 4个 1个 1个 1个
模型大小 13MB 1.7GB 0 需自行下载
中文支持 ✅ ✅ ✅ ❌(英文为主)
智能降级 ✅ ❌ ❌ ❌
自动播报 ✅ ❌ ❌ ❌
离线可用 ✅ ✅ ❌ ✅

📝 Changelog

v1.1.0 — 四引擎 + Sherpa打通

  • New: Windows SAPI (pyttsx3) 本地引擎，零配置离线
  • Fix: sherpa-onnx ORT DLL 自动覆盖（系统 1.26→覆盖sherpa内置1.17）
  • Fix: Piper 模型 lexicon 路径显式传入
  • Change: 引擎自动降级 edge → sherpa → win
  • New: 6款 Edge TTS 音色（+yunyang/xiaohan）
  • New: ORT auto-fix (_ensure_ort_fix)
  • Docs: 2025-2026 本地轻量 CPU 中文 TTS 模型全景对比

v1.0.0 — Initial Release

  • Edge TTS + sherpa-onnx 双引擎
  • 3款 Piper 中文音色 (xiao_ya/chaowen/huayan)
  • 3款 Edge 中文音色 (xiaoxiao/yunxi/xiaoyi)
  • Auto-speak 自动语音播报模式
  • 流式 TTS 支持
  • 一键安装脚本
安全使用建议
Install only if you are comfortable letting it install Python packages and, for Edge TTS, send text to an online voice service. Use the sherpa or Windows engine for offline speech, and prefer reviewing or pinning dependency/model sources in sensitive environments.
能力评估
✓ Purpose & Capability
The artifacts consistently implement a Chinese TTS utility using Edge TTS, sherpa-onnx/Piper, and Windows SAPI; the observed file writes, audio generation, and optional network-backed synthesis fit that purpose.
ℹ Instruction Scope
Commands are user-invoked and the auto-speak setting is an explicit config toggle, but the documentation has inconsistencies around engine and voice counts and overstates the local/offline framing in places.
ℹ Install Mechanism
The installer uses pip to install TTS dependencies and can download model archives from GitHub or ModelScope; this is disclosed and purpose-aligned, but versions and archives are not pinned or hash-verified.
ℹ Credentials
Runtime writes config in the skill directory and audio files to temp or a user-specified output path, and Edge TTS sends text to an online Microsoft-backed service by default unless an offline engine is selected.
ℹ Persistence & Privilege
Persistence is limited to config.json and installed Python packages; the code can also copy an onnxruntime DLL into the sherpa package directory as a compatibility fix, but there is no autostart, background worker, credential access, broad local indexing, or destructive behavior.
如何使用
  1. 确保已安装 OpenClaw（本地或 Docker 部署）
  2. 在对话框中输入安装命令：/install qclaw-speaker
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /qclaw-speaker 触发
  4. 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
v1.1.0
Four-engine TTS: Edge TTS + Sherpa-onnx Piper + Windows SAPI. 11 Chinese voices. ORT DLL auto-fix. Auto-speak mode.
元数据
Slug qclaw-speaker
版本 1.1.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

Qclaw Speaker 是什么？

四引擎本地轻量CPU TTS语音播报系统。让 QClaw/OpenClaw 像豆包一样自然开口说话。 引擎：Edge TTS（在线微软神经）→ sherpa-onnx Piper（离线13MB ONNX）→ Windows SAPI（离线原生）。 支持 11 款中文音色、自动语音播报、引擎智能降级、一键安装。 U... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 44 次。

如何安装 Qclaw Speaker？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install qclaw-speaker」即可一键安装，无需额外配置。

Qclaw Speaker 是免费的吗？

是的，Qclaw Speaker 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Qclaw Speaker 支持哪些平台？

Qclaw Speaker 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 Qclaw Speaker？

由 forhonourlx（@forhonourlx）开发并维护，当前版本 v1.1.0。

推荐 Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463283 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259410 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200423 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191115 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190156 · by oswalpalash

💬 留言讨论