文本转语音命令和指令
模型驱动指令¶
默认情况下,助手可以发出 [[tts:...]] 指令,以覆盖单次回复的语音、模型或速度,此外还可以使用可选的 [[tts:text]]...[[/tts:text]] 块,用于仅出现在音频中的表现性提示:
Here you go.
[[tts:speakerVoiceId=pMsXgVXv3BLzUgSXRplE model=eleven_v3 speed=1.1]]
[[tts:text]](laughs) Read the song once more.[[/tts:text]]
当 tts.auto 为 "tagged" 时,必须使用指令才能触发音频。流式块交付会在频道看到可见文本之前,从可见文本中剥离指令,即使指令被拆分到相邻块中也是如此。
一条回复可以完全由非空的 [[tts:text]]...[[/tts:text]] 块组成。不需要可见文本前缀,即使模型同时返回推理内容也是如此。
除非 modelOverrides.allowProvider: true,否则 provider=... 会被忽略。当回复声明 provider=... 时,该指令中的其他键仅由该 provider 解析;不支持的键会被剥离,并报告为 TTS 指令警告。
可用指令键:
provider(已注册的 provider id;需要allowProvider: true)speakerVoice/speakerVoiceId(旧版别名:voice、voiceName、voice_name、google_voice、voiceId)model/google_modelstability、similarityBoost、style、speed、useSpeakerBoostvol/volume(MiniMax 音量,(0, 10])pitch(MiniMax 整数音高,−12 到 12;小数部分会被截断)emotion(Volcengine 情感标签)applyTextNormalization(auto|on|off)languageCode(ISO 639-1)seed
完全禁用模型覆盖:
允许切换 provider,同时保持其他参数可配置:
斜杠命令¶
单个命令 /tts。在 Discord 上,OpenClaw 还会注册 /voice,因为 /tts 是 Discord 内置命令——文本 /tts ... 仍然有效。
/tts off | on | status
/tts chat on | off | default
/tts latest
/tts provider <id>
/tts persona <id> | off
/tts limit <chars>
/tts summary off
/tts audio <text>
Note
命令要求发送者已获授权(适用 allowlist/owner 规则),并且必须启用 commands.text 或原生命令注册。
行为说明:
/tts on将本地 TTS 偏好写入always;/tts off将其写入off。/tts chat on|off|default为当前聊天写入会话范围的自动 TTS 覆盖。/tts persona <id>写入本地 persona 偏好;/tts persona off清除它。/tts latest从当前会话转录中读取最新的助手回复,并一次性将其作为音频发送。它仅在该回复对应的会话条目中存储该回复的哈希,以抑制重复语音发送。/tts audio生成一次性音频回复(不会开启 TTS)。/tts limit <chars>接受 100–4096(4096 是 Telegram 字幕/消息最大值);超出该范围的值会被拒绝。limit和summary存储在本地偏好中,而不是主配置中。/tts status包含最近一次尝试的回退诊断——Fallback: <primary> -> <used>、Attempts: ...,以及每次尝试的详细信息(provider:outcome(reasonCode) latency)。/status在启用 TTS 时显示当前 TTS 模式,以及已配置的 provider、模型、语音和经过清理的自定义端点元数据。
每用户偏好设置¶
斜杠命令会将本地覆盖写入 TTS 偏好路径。默认路径是 ~/.openclaw/settings/tts.json;可通过 OPENCLAW_TTS_PREFS 覆盖它。Doctor 会将已弃用的全局 tts.prefsPath 值移动到共享机器状态中。高级多 agent 设置仍可能设置 agents.entries.<id>.tts.prefsPath,当 agent 有意使用独立的偏好存储时。
| 存储字段 | 效果 |
|---|---|
auto |
本地自动 TTS 覆盖(always、off、…) |
provider |
本地主 provider 覆盖 |
persona |
本地 persona 覆盖 |
maxLength |
摘要/截断阈值(默认 1500 字符,/tts limit 范围 100–4096) |
summarize |
摘要开关(默认 true) |
这些会覆盖来自 tts 的有效配置,以及该主机上活动的 agents.entries.*.tts 块。
本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 cl/openclaw