TTS 工具（文本转语音）

概述

OpenClaw 的文本转语音（TTS）功能，支持 14 个语音 provider，可将 Agent 回复转换为音频。在 Feishu、Matrix、Telegram、WhatsApp 上发送原生语音消息，其他频道发送音频附件，电话/Talk 场景提供 PCM/Ulaw 流。

TTS 是 Talk stt-tts 模式的语音输出部分。Provider 原生 realtime Talk 会话在 provider 内部合成语音，不走此 TTS 路径。

默认关闭：Auto-TTS 默认 off，需显式配置启用。

核心功能

支持的 Provider（14 个）

主要 provider：OpenAI、ElevenLabs、Google、Microsoft（无需 API key）、MiniMax、xAI、DeepInfra、OpenRouter、Vydra、Gradium、Local CLI（无需 API key）等。

主要特性

• Auto-TTS：messages.tts.auto: "always" 自动将所有回复转为语音
• Persona 系统：为不同 Agent 或场景配置不同声音
• /tts 指令：
  • /tts status — 查看当前状态
  • /tts audio <text> — 发送一次性音频回复
  • /tts on / /tts off — 会话级开关
• 频道原生语音：Feishu、Matrix、Telegram、WhatsApp 支持原生语音消息格式
• 电话/Talk 集成：PCM/Ulaw 流用于电话和 Talk 会话

与 Talk 模式的关系

• realtime Talk：provider 内部合成，不走 TTS 路径
• stt-tts Talk：使用此 TTS 路径合成语音
• transcription Talk：仅转录，不合成语音

配置/权限

基础配置：

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

Persona 配置示例：

{
  messages: {
    tts: {
      provider: "openai",
      voice: "nova",
      personas: {
        assistant: { voice: "alloy" },
        narrator: { voice: "onyx" }
      }
    }
  }
}

Provider 认证：

• OpenAI：OPENAI_API_KEY
• ElevenLabs：ELEVENLABS_API_KEY
• Microsoft：无需 API key
• Local CLI：无需 API key

相关页面

• tool-media-overview — 媒体能力总览
• tool-music-generation — 音乐生成工具