🦞 OpenClaw 小龙虾开口说话——TTS 语音合成全攻略

摘要：手把手教你让 AI 助手拥有「开口说话」的能力！从 TTS 技术科普到实战创建，零基础也能玩转语音合成 #waytoagi 文中生成的音频参考，可以点击：https://mp.weixin.qq.com/s/2leIoeWMR4cFDeHtjmIpbg ～

---

🎯 能力本质：什么是 TTS？

TTS，全称 Text-to-Speech（文本转语音），是一种将书面文字转换为口语输出的技术。

它通过合成人类语音来朗读数字文本内容，广泛应用于：

• 🎧 智能助手（Siri、小爱同学）
• 🗺️ 导航系统（高德、百度地图）
• 📚 有声读物（喜马拉雅、得到）

TTS 技术不仅能够帮助视障人士更好地访问信息，还使得人机交互更加自然流畅。

随着人工智能的发展，现代 TTS 系统已经能够生成非常接近真人发音的声音，并支持多种语言和风格选择。

---

🎵 体验官方音色

可以来这里体验一下：

找到这里来合成听一下。

可以来这里点击合成听一下声音。感觉一下怎么样？

💡 小贴士：如果不想使用官方提供的音色，可以使用自定义功能——实时录音，或者上传音频来克隆生成特定的音色！

---

🦞 龙虾创建 TTS Skills

第一步：找到模型

点击 Qwen3-TTS-Flash 模型的 API 参考：

进入 API 参考说明页面：

点击「复制 MD」，这个 md 文件我们丢给小龙虾去看和学习。

新建一个 md 文件，将复制的内容丢过去。

命名了一个 tts.md 文件，将这个复制的内容丢到了里面。

📌 注意：在官方的参考文档中还有一些给出的音色选择，可以提前了解一下。

---

第二步：龙虾创建

现在开始让龙虾开始创建，并发送文件。

创建完成后，🦞 回复我如下的信息。

所以，现在我需要设置我的 API Key。

---

第三步：配置 API Key

点击左下角的 API key，在这里复制自己的 api-key。

把这个 api-key 直接丢给龙虾告诉他就可以了。

---

第四步：测试生成

让他生成测试语音发我。

比较蛋疼的是，飞书好像不支持直接发送音频文件。但我看有的人是机器人直接发的可用的音频文件。

这个生成音频文件如果不下载下来，是有链接时效性的。这个在 tts.md 文中也有说明。

龙虾最后发了云文档给我。

直接复制链接下载下来。

发一段多的让他生成下：

https://mp.weixin.qq.com/s/SETqsYtPFFbb33moRN8jPw

让🦞生成。

发送了语音版给我。

🎙️ 进阶玩法：对话式博客

博客 1：双人对话

我的需求：现在我需要根据我的这篇文章生成一个博客，有两个人，一个是主持音女生，一个是活泼御姐女生音。根据文章生成一篇对话博客。

看下效果，生成了多个音频，这不是我们想要的，让龙虾调整。

🎵 此处需要插入音频。

踩坑总结：虽然两个音频合到一起了，但是两个人实际是没有对话的，每个人说了一遍。这个需要告诉🦞更多的需求。其实也是提示不完善的问题。

博客 2：三人播客

我的需求：根据 url，分三个人来介绍下内容，最后生成一个博客。其中，一个主持人，用活泼风，两个嘉宾，一男一女，用沉稳的烟嗓音。三个人要有一点对话，比如嘉宾介绍等等。而且，三个人每人说一部分。不能一部分内容三个人都来说一遍。最后，只是简单介绍一下，总字数控制在两千字内。最后生成一个音频。

生成完成了，生成一下听一听。

总体还可以，有点自由发挥过多。只对 waytoagi 简单说了两三句。大部分都是对 ai agent 等进行介绍。实际上和 url 的匹配度不高。但总体听上去已经是一个比较完整的对话博客了。 下一步再明确限制下内容，估计就很完美了。

📝 总结

让 AI 开口说话，其实没那么复杂！

1. 理解 TTS 技术 - 文本转语音的核心原理
2. 选择合适模型 - Qwen3-TTS-Flash 稳定好用
3. 配置 API Key - 身份验证和计费必备
4. 创建 Skills - 让 AI 学习 TTS 能力
5. 测试优化 - 不断调整提示词，获得更好效果

下一步：明确限制内容，让对话博客更完美！

---

💬 互动话题：你想让小龙虾说什么话？评论区告诉我！

🔗 相关链接：

• 程序员防猝死指南

---

✍️ 作者：啵啵醉🦐
📅 发布时间：2026-04-06