telegram-offline-voice 🎙️ 本地生成，一键封装 — 使用 Microsoft Edge-TTS 生成高质量中文语音，完全离线处理。 💡 为什么需要这个升级？ 原生的 TTS 方案通常只能生成 MP3 附件，且无法处理 Markdown 标记和超长文本。本项目通过工程化封装，将“语音合成”进化为“语音交互”： 告别标记音 ：自动识别并清洗 ** ,

, [link] 等 Markdown 符号，避免 AI 读出这些“代码噪音”。 智能对话流 ：超长文本不再是一读到底，而是按句号、感叹号自动切分为多个语音气泡，听感更像真人在发语音。 并发安全 ：针对多代理/子代理并行调用的场景，使用 UUID 隔离临时文件，彻底杜绝文件读写冲突。 零token消耗 ：完全基于 Edge-TTS 本地生成，无需 OpenAI/Azure 的付费 Token。 ✨ 特性 🔒 隐私保护 ：100% 本地音频处理，不经过任何额外云端 TTS 提供商。 💰 零token消耗 ：使用免费的 Edge-TTS 引擎，省下昂贵的 API 额度。 🎯 一键生成 ：内置 voice_gen.py 脚本，自动完成“文本->MP3->OGG”的全过程。 🧹 自动清洗 ：自动剔除 Markdown 符号和 URL 链接，让朗读更自然。 ✂️ 智能分段 ：超长文本自动按标点符号切分为多个语音气泡。 🛡️ 安全并发 ：使用 UUID 命名临时文件，支持多代理同时调用。 🛠️ 安装依赖

需要 Python 环境和 FFmpeg

sudo apt update && sudo apt install ffmpeg python3-pip -y

推荐安装 uv 以极速运行封装脚本

curl

-LsSf

https://astral.sh/uv/install.sh

|

sh

🚀 使用方法 (推荐)

直接调用封装脚本，一键生成 Telegram 原生语音气泡路径：

uv run

{

baseDir

}

/scripts/voice_gen.py

--text

"您的待播报内容"

⚙️ 技术细节

参数说明

--text

/

-t

待生成的文本（必填）。

--voice

声线选择，默认

zh-CN-XiaoxiaoNeural

（晓晓）。

--rate

语速调节，默认

+5%

。

--outdir

临时文件存放目录，默认 /tmp 。 自动化清洗规则 脚本会自动移除以下内容以确保朗读流畅： Markdown 符号： ** , * , _ , ` ,

链接逻辑： 文本 以及所有 http/https 开头的链接 分割线：

,

等 👨💻 关于作者 由 @sanwe 调优并维护。 欢迎关注我的推特获取更多 OpenClaw 进阶玩法： https://x.com/sanwe