ParrotClaw 语鹦助手

中文

English

中文

English

OpenClaw Talk 语音设置 ​

ParrotClaw 的 Talk 对话模式由 OpenClaw 的 talk 配置决定「用哪个引擎、什么音色」把回复读出来。 本文说明如何在 openclaw.json 中配置 Talk 语音，默认使用 Microsoft（Edge TTS，免密钥）。

概述 ​

Talk 模式让数字员工"开口说话"：把模型的回复实时合成为语音播放。语音合成走 talk 配置；未配置时回落到客户端系统 TTS。

  • provider：选择语音合成（TTS）引擎
  • providers.<id>：对应引擎的参数（音色、输出格式等）

配置写入网关的 ~/.openclaw/openclaw.json，修改后需重启 Gateway 生效。

快速配置（Microsoft / 免密钥） ​

编辑 ~/.openclaw/openclaw.json，加入：

json
"talk": {
  "provider": "microsoft",
  "providers": {
    "microsoft": {
      "speakerVoice": "zh-CN-YunjianNeural",
      "outputFormat": "audio-24khz-96kbitrate-mono-mp3"
    }
  }
}
  • provider: "microsoft"：使用微软 Edge 在线语音（无需 API Key，联网即可）
  • speakerVoice：音色 ID，如 zh-CN-YunjianNeural
  • outputFormat：音频输出格式

参数说明 ​

字段说明示例
talk.provider启用的 TTS 引擎microsoft
talk.providers.microsoft.speakerVoice微软音色 IDzh-CN-YunjianNeural
talk.providers.microsoft.outputFormat音频输出格式audio-24khz-96kbitrate-mono-mp3

常用中文音色 ​

音色 ID名称风格
zh-CN-XiaoxiaoNeural晓晓女声，通用
zh-CN-YunxiNeural云希男声，通用
zh-CN-YunjianNeural云健男声，解说 / 播音
zh-CN-YunyangNeural云扬男声，新闻
zh-CN-XiaoyiNeural晓伊女声，活泼
zh-CN-liaoning-XiaobeiNeural晓北女声，辽宁方言
zh-CN-shaanxi-XiaoniNeural晓妮女声，陕西方言

音色 ID 大小写敏感，必须是合法的微软音色名称。

常用输出格式 ​

格式说明
audio-24khz-96kbitrate-mono-mp324kHz / 96kbps MP3（推荐：音质好、体积小）
audio-24khz-48kbitrate-mono-mp324kHz / 48kbps MP3（体积更小）
audio-16khz-32kbitrate-mono-mp316kHz / 32kbps MP3（低带宽）

生效步骤 ​

  1. 保存 ~/.openclaw/openclaw.json
  2. 重启 Gateway（聊天里发送 /restart，或重启 OpenClaw 服务）
  3. 在支持 Talk 的客户端进入 Talk 模式说话，回复即用所选音色朗读

常见问题 ​

  • 没有声音 / 仍是系统语音：确认 talk.provider 拼写正确，且已重启 Gateway。
  • 音色不对：speakerVoice 必须是合法的微软音色 ID，注意大小写。
  • 离线环境：Microsoft 音色为在线合成，需联网；纯离线场景请改用本地引擎（如 mlx / system）。

参考 ​