Một công cụ chuyển đổi văn bản thành giọng nói ngoại tuyến tập trung vào quyền riêng tư, sử dụng các mô hình Qwen3-TTS để sao chép giọng nói thực tế và tổng hợp giọng nói độ trung thực cao.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install local-tts
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt local-tts bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
TTS cục bộ với Qwen3-TTS là gì?
Local-tts là một giải pháp chuyển đổi văn bản thành giọng nói hiệu suất cao được thiết kế cho những người dùng ưu tiên quyền riêng tư và hiệu suất. Bằng cách tận dụng các mô hình Qwen3-TTS, công cụ này đảm bảo rằng dữ liệu của bạn không bao giờ rời khỏi máy của bạn, khiến nó trở thành sự lựa chọn hoàn hảo cho người dùng Openclaw Skills yêu cầu xử lý 100% trên thiết bị. Nó hỗ trợ nhiều nền tảng, được tối ưu hóa đặc biệt cho Apple Silicon thông qua mlx_audio và cho Linux/Windows bằng cách sử dụng các backend CUDA tiêu chuẩn.
Skill này cung cấp một hệ sinh thái linh hoạt để tổng hợp giọng nói, bao gồm các giọng nói tự nhiên cài đặt sẵn, thiết kế giọng nói dựa trên văn bản và sao chép giọng nói độ trung thực cao. Cho dù bạn đang xây dựng các trợ lý giọng nói cục bộ hay tạo âm thanh cho nội dung dài, bản triển khai này mang lại giọng nói tự nhiên giống con người mà không cần các khóa API bên ngoài hoặc kết nối internet. Sử dụng công cụ này trong khung Openclaw Skills cho phép tích hợp cục bộ liền mạch các khả năng giọng nói tiên tiến.
Trường hợp sử dụng TTS cục bộ với Qwen3-TTS
- Tạo thuyết minh chuyên nghiệp cho video mà không phụ thuộc vào đám mây.
- Xây dựng các ứng dụng y tế hoặc pháp lý tuân thủ quyền riêng tư, xử lý dữ liệu nhạy cảm tại địa phương.
- Tạo các bản sao giọng nói tùy chỉnh cho các trợ lý AI cá nhân hóa bằng Openclaw Skills.
- Sản xuất nội dung âm thanh dài từ các tệp văn bản khi ngoại tuyến.
- Tổng hợp giọng nói thời gian thực cho các ứng dụng cục bộ tương tác trên macOS và Linux.
Cách thức hoạt động của TTS cục bộ với Qwen3-TTS
- Người dùng chọn một biến thể mô hình Qwen3-TTS dựa trên phần cứng của họ (Apple Silicon hoặc NVIDIA GPU) và các nhu cầu cụ thể như Preset, Design hoặc Cloning.
- Đầu vào văn bản được xử lý cục bộ thông qua backend mô hình đã chọn, chẳng hạn như mlx_audio để tối ưu hóa hiệu suất trên macOS.
- Hệ thống áp dụng các tham số tùy chọn như tốc độ, cao độ và hướng dẫn cảm xúc vào công cụ tổng hợp.
- Âm thanh chất lượng cao được tạo ra trong thời gian thực và được lưu vào tệp cục bộ, đảm bảo không có truyền dữ liệu đến máy chủ bên ngoài như mong đợi từ Openclaw Skills.
Cài đặt TTS cục bộ với Qwen3-TTS
Đối với macOS (Apple Silicon):
pip install mlx-audio
brew install ffmpeg
Đối với Linux/Windows (CUDA):
pip install qwen-tts
Để chạy tổng hợp cơ bản bằng kiến trúc Openclaw Skills:
python -m mlx_audio.tts.generate --text "Hello world" --model mlx-community/Qwen3-TTS-12Hz-1.7B-CustomVoice-8bit --voice Serena
Lược đồ dữ liệu & Hệ thống phân loại của TTS cục bộ với Qwen3-TTS
| Thành phần | Mô tả | Định dạng dữ liệu |
|---|---|---|
| Âm thanh đầu ra | Kết quả giọng nói được tổng hợp | .wav |
| Âm thanh tham chiếu | Tệp đầu vào để sao chép giọng nói | .wav, .mp3 |
| Trọng số mô hình | Trọng số Qwen3-TTS cục bộ | SafeTensors |
| Tham số | Đối số CLI cho tốc độ, cao độ và giọng nói | String/Float |
Tính năng Nâng cao của TTS cục bộ với Qwen3-TTS
- VoiceDesign dựa trên văn bản để tạo ra các giọng nói tổng hợp độc đáo từ các mô tả ngôn ngữ tự nhiên.
- Khả năng sao chép giọng nói zero-shot bằng mô hình Base và một đoạn âm thanh tham chiếu ngắn.
- Tạo văn bản dài được tối ưu hóa với tính năng tự động nối phân đoạn và quản lý token.
- Hỗ trợ kiểm soát phong cách và cảm xúc (ví dụ: phấn khích, đồng cảm) khi sử dụng các mô hình CustomVoice.
- Tối ưu hóa gốc cho Apple Silicon và môi trường Linux hỗ trợ CUDA trong Openclaw Skills.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Music Generator Skill
Một công cụ sản xuất nhạc AI tự động chuyển đổi các mô tả ngôn ngữ tự nhiên thành các bài hát hoàn chỉnh, các bản nhạc không lời hoặc lời bài hát tùy chỉnh.
tron-block-info
Một công cụ phân tích toàn diện để truy vấn và báo cáo về các khối blockchain TRON, bao gồm chi tiết giao dịch, dữ liệu nhân chứng và mức tiêu thụ tài nguyên.
TronScan Search
Một tiện ích tìm kiếm mạnh mẽ cho blockchain TRON giúp giải quyết tên, ký hiệu và từ khóa thành các địa chỉ hợp đồng và dữ liệu giao dịch có thể thực hiện được.
Dịch vụ dữ liệu tài chính FinStep
Một bộ API dữ liệu tài chính cấp chuyên nghiệp cung cấp báo giá thị trường thời gian thực, phân tích doanh nghiệp và các chỉ số kinh tế vĩ mô cho các tác nhân AI coding.
Xpulse
Xpulse là trình quét tín hiệu X thời gian thực, độ chính xác cao, sử dụng AI địa phương để phát hiện và lọc các thông tin chi tiết có thể giao dịch dành riêng cho các nhà giao dịch thị trường dự đoán.
Bảng điều khiển cá nhân Myway OpenClaw
Màn hình chính và bảng điều khiển AI cá nhân ưu tiên cục bộ được cung cấp bởi cổng OpenClaw.
Đặc sắc*
