据 AlphaMoat 统计,截至 2026-09,Telegram Offline Voice 累计下载 4,710 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 2,016 位,在「设计创意」分类(512 个)中排名第 197 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 149 | 4,378 | 2 | - |
| SkillHub ↗ | 149 | 4,710 | 2 | — |
各平台的计数口径不同,统计时间不一致。
该技能使用 Microsoft Edge-TTS 生成中文语音,按标点切分较长内容,并将文本转换为 MP3/OGG 音频文件。素材将处理描述为本地生成,但同时指定 Edge-TTS;材料未提供独立网络行为验证,因此处理机密文本前应先核实实际的数据传输路径。它生成音频文件,不等于自动发送 Telegram 消息;临时输出目录和语音参数可配置。 文档标注 Linux,封装流程需要 ffmpeg 与 uv。
资料发布于 2026-10-29
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 4,710 | — | 2 |
| 2026-08 | 4,339 | +3.0% | 2 |
| 2026-07 | 4,211 | +5.8% | 2 |
| 2026-06 | 3,980 | +3.6% | 2 |
| 2026-05 | 3,841 | — | 2 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
---
name: telegram-offline-voice
description: 本地生成 Telegram 语音消息,支持自动清洗、分段与临时文件管理。
metadata: {"openclaw":{"emoji":"🎙️","os":["linux"],"requires":{"bins":["ffmpeg","uv"]}}}
---
# telegram-offline-voice 🎙️
**本地生成,一键封装** — 使用 Microsoft Edge-TTS 生成高质量中文语音,完全离线处理。
## 💡 为什么需要这个升级?
原生的 TTS 方案通常只能生成 MP3 附件,且无法处理 Markdown 标记和超长文本。本项目通过工程化封装,将“语音合成”进化为“语音交互”:
- **告别标记音**:自动识别并清洗 `**`, `#`, `[link]` 等 Markdown 符号,避免 AI 读出这些“代码噪音”。
- **智能对话流**:超长文本不再是一读到底,而是按句号、感叹号自动切分为多个语音气泡,听感更像真人在发语音。
- **并发安全**:针对多代理/子代理并行调用的场景,使用 UUID 隔离临时文件,彻底杜绝文件读写冲突。
- **零token消耗**:完全基于 Edge-TTS 本地生成,无需 OpenAI/Azure 的付费 Token。
## ✨ 特性
- 🔒 **隐私保护**:100% 本地音频处理,不经过任何额外云端 TTS 提供商。
- 💰 **零token消耗**:使用免费的 Edge-TTS 引擎,省下昂贵的 API 额度。
- 🎯 **一键生成**:内置 `voice_gen.py` 脚本,自动完成“文本->MP3->OGG”的全过程。
- 🧹 **自动清洗**:自动剔除 Markdown 符号和 URL 链接,让朗读更自然。
- ✂️ **智能分段**:超长文本自动按标点符号切分为多个语音气泡。
- 🛡️ **安全并发**:使用 UUID 命名临时文件,支持多代理同时调用。
## 🛠️ 安装依赖
```bash
# 需要 Python 环境和 FFmpeg
sudo apt update && sudo apt install ffmpeg python3-pip -y
# 推荐安装 uv 以极速运行封装脚本
curl -LsSf https://astral.sh/uv/install.sh | sh
```
## 🚀 使用方法 (推荐)
直接调用封装脚本,一键生成 Telegram 原生语音气泡路径:
```bash
uv run {baseDir}/scripts/voice_gen.py --text "您的待播报内容"
```
## ⚙️ 技术细节
### 参数说明
- `--text` / `-t`: 待生成的文本(必填)。
- `--voice`: 声线选择,默认 `zh-CN-XiaoxiaoNeural`(晓晓)。
- `--rate`: 语速调节,默认 `+5%`。
- `--outdir`: 临时文件存放目录,默认 `/tmp`。
### 自动化清洗规则
脚本会自动移除以下内容以确保朗读流畅:
- Markdown 符号:`**`, `*`, `_`, `` ` ``, `#`
- 链接逻辑:`[文本](url)` 以及所有 `http/https` 开头的链接
- 分割线:`---`, `***` 等
---
## 👨💻 关于作者
由 **[@sanwe](https://x.com/sanwe)** 调优并维护。
欢迎关注我的推特获取更多 OpenClaw 进阶玩法:[https://x.com/sanwe](https://x.com/sanwe)
ContextWeave 架构图一键生成
用 Nano Banana Pro 生成或编辑图片的脚本技能。
用 whisper 命令行在本地把音频转写成文字或做翻译的技能。
通过 MCP 服务生成与编辑图表的技能。
面向界面设计的思路与落地建议技能,覆盖布局、交互流程、设计令牌与前端改动。
面向多家视频模型 API 的 AI 视频生成与编排技能。
用 ffmpeg 从视频里取出画面帧,或生成便于快速查看的缩略图。
用本地 Whisper 把音频文件转成文字,模型下载完成后可完全离线运行。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。