Edge TTS 中文语音合成技能
概述
使用微软 Edge TTS 生成高质量中文语音，默认使用 XiaoxiaoNeural 语音。当用户需要语音回复时自动触发。
能力
- 语音合成: 将文本转换为高质量的中文语音
- 默认语音: zh-CN-XiaoxiaoNeural（甜美自然的中文语音）
- 备用方案: 当 edge-tts 不可用时，自动降级到系统自带的 System.Speech
- 平台支持:
- ✅ QQ 发送（<qqmedia> wav 格式）
使用方式
基本用法
当用户表达需要语音回复时（如"生成语音"、"用语音告诉我"、"用语音说"），系统会自动：
- 检测 edge-tts 是否可用
- 使用 Edge TTS + XiaoxiaoNeural 生成语音
- 发送
<qqmedia>输出文件.wav</qqmedia>
前置条件
- Python 3.7+ 已安装（用于运行 edge-tts）
- pip 可用
- QQ 通道 已配置（用于发送 wav 格式语音）
配置选项
语音选择
- 默认:
zh-CN-XiaoxiaoNeural - 其他可选微软语音:
zh-CN-YunxiNeural（沉稳）zh-CN-XiaoyiNeural（温柔）zh-CN-YunyangNeural（磁性）
语音参数
Rate: 语速（默认 0，可调整 -5 到 5）Volume: 音量（默认 1.0，范围 0 到 1）
技术实现
命令行调用
使用 Python 的 edge_tts 模块：
python -m edge_tts --voice "zh-CN-XiaoxiaoNeural" --text "要转换的文本" --write-media "输出文件.wav"
安装 edge-tts
如果未安装，使用 pip 安装：
pip install --user edge-tts -i https://mirrors.aliyun.com/pypi/simple/
备用语音方案
如果 edge-tts 不可用，系统会自动使用系统自带的中文 TTS。
输出格式
- 文件格式: WAV（微软 TTS 标准格式）
- 采样率: 24000 Hz
- 声道: 单声道
- 位深度: 16-bit
注意事项
- 网络要求: edge-tts 需要访问微软服务器
- 文件大小: 生成的语音文件通常在 50-200 KB
- 自动清理: 临时文件可能由系统自动清理
- 备用方案: 当 edge-tts 不可用时自动降级，不影响基本功能
示例
用户: 生成语音，"你好！这是一段测试文本。"
AI: [调用 edge-tts 生成语音]
[发送 <qqmedia>C:\Users\ADMINI~1\AppData\Local\Temp\xxx.wav</qqmedia>]
[提示语音生成完成]
故障排除
edge-tts 未安装
使用 pip 安装 edge-tts：
pip install --user edge-tts -i https://mirrors.aliyun.com/pypi/simple/
edge-tts 路径问题
检查 edge-tts 是否在 PATH 中：
Get-Command edge-tts.exe -ErrorAction SilentlyContinue
语音未生成
- 检查网络连接
- 查看错误信息
- 确认 QQ 通道已配置
- 确认 ffmpeg 已安装（如需转换格式）