语音功能

SkyalyticClaw 支持语音输入和输出，让 AI 助手可以通过语音与你交互。

语音功能概述

功能	说明	默认状态
STT（语音转文字）	将语音输入转换为文字	关闭
TTS（文字转语音）	将 AI 回复转换为语音	关闭

提示

语音功能默认关闭，需要手动启用。

语音转文字（STT）

whisper 技能

通过 Whisper API 或本地模型转录音频：

• 转录会议录音
• 语音备忘录转文字
• 视频字幕生成
• 播客转录
• 多语言语音识别

使用方式

1. 启用语音功能
2. 在对话界面点击麦克风按钮
3. 开始说话
4. 语音会自动转换为文字并发送

文字转语音（TTS）

sag-tts 技能

通过 ElevenLabs 或 OpenAI TTS 生成语音：

• 文本转语音播报
• 生成语音通知
• 创建有声读物片段
• 多语言语音合成
• 自定义声音风格

sherpa-tts 技能

使用 sherpa-onnx 进行本地离线语音合成：

• 离线语音合成
• 隐私敏感场景的 TTS
• 嵌入式设备语音输出
• 批量文本转语音

提示

sherpa-tts 无需联网，适合对数据隐私有要求的场景。

注意事项

• 语音功能需要麦克风权限（系统授权）
• 在线 TTS/STT 需要网络连接
• 离线 TTS 首次使用需要下载模型