vanstrong12138/openclawpi/voice-skill

技能：语音技能

功能描述

基于 CosyVoice 提供文本转语音能力，让助手可以发声朗读，支持标准音色、多语种、自定义停顿、方言/语速/情绪等多样化语音合成需求。

触发规则

当助手需要生成并播放语音输出时自动调用。

使用说明

1. 若出现连接/执行错误，提示用户在 cosyvoice Conda 环境中启动 TTS 守护进程服务：python tts_daemon.py
2. 所有调用必须在 cosyvoice Conda 虚拟环境中执行
3. 所有参数中的特殊字符、中文内容需使用英文双引号包裹，避免格式解析错误
4. 当待朗读的文本长度超过150字符时，系统将自动将文本拆分为单段不超过150字符的多个片段，依次进行语音合成播报，避免模型输入尺寸超限错误；若手动调用时，也可自行拆分文本分批传入

支持调用模式

1. instruct2（自定义方言/语速/情绪）

功能说明

支持指令式自定义语音控制，可指定方言、语速、情绪等风格，精准匹配语音合成需求。

标准调用格式

python agent_tts_client.py --mode instruct2 --content_text "需要朗读的文本" --prompt_text "You are a helpful assistant.[需要提供的提示词]<|endofprompt|>" --prompt_wav ./asset/zero_shot_prompt.wav

格式说明

• 仅允许修改 --content_text 中的需要朗读的文本和 --prompt_text 中的需要提供的提示词部分
• 固定保留其余参数结构，不可修改参数顺序或删除必填参数

通用参数说明

运行环境要求

• Conda 虚拟环境：cosyvoice
• 依赖包：simpleaudio、numpy、torchaudio（无需额外安装 PortAudio 系统库）
• 所有脚本需在此环境下运行

文件路径

• TTS 客户端脚本：/home/agilex/.nanobot/workspace/skills/voice_skill/CosyVoice/agent_tts_client.py
• TTS 守护进程脚本：/home/agilex/.nanobot/workspace/skills/voice_skill/CosyVoice/tts_daemon.py
• 默认参考音频：/home/agilex/.nanobot/workspace/skills/voice_skill/asset/zero_shot_prompt.wav

故障排查

• 连接失败错误：请先在 cosyvoice 环境中启动 TTS 守护进程，确保守护进程常驻后台
• Conda 环境缺失：确认已正确创建 cosyvoice 环境，激活命令：conda activate cosyvoice
• 播放异常：检查系统音频输出设备是否正常；若提示 simpleaudio 相关错误，执行 pip install --reinstall simpleaudio 重装依赖
• 参数格式错误：确保参数名无拼写错误，特殊字符/中文使用英文双引号包裹，严格遵循指定格式模板