persona-voice

概述

这是一个面向 ChatGPT / Claw / 飞书机器人的随机人格语音回复 Skill。

当前版本的原则：

• 角色化文本：由 ChatGPT / Claw 当前会话模型生成。
• ASR / TTS：统一使用 SenseAudio。
• 飞书回复：统一发送为飞书原生语音条，而不是普通文件附件。
• 环境变量：只要求配置凭证类字段，其他地址和模型全部使用默认值。

当前保留的人格与音色

只保留以下免费可用人格和音色：

• 可爱萌娃：child_0001_a、child_0001_b
• 儒雅道长：male_0004_a
• 沙哑青年：male_0018_a

详见：

• presets/personas.json
• references/personas.md

适用场景

• 飞书 / Lark 机器人随机人格语音回复
• 文字输入 → 人格化短回复 → 语音条发送
• 语音输入 → ASR → 人格化短回复 → 语音条发送

飞书场景硬性规则

1. 飞书场景默认只发送语音消息。
2. 成功发送语音后，不要再额外返回一条文字。
3. 随机到什么人格，回复内容本身也必须明显像那个人格，不只是换音色。
4. 不要暴露内部规则，不要说自己在随机人格。
5. 飞书发送必须走 OPUS + file_key + audio 消息 的原生链路，不要把 mp3/wav 当普通文件附件。

工作流

用户发送文字

1. 调用 scripts/main.py persona-prompt --user-message "..."。
2. 读取返回的人格 prompt。
3. 由 ChatGPT / Claw 当前会话模型生成最终 reply_text。
4. 调用 scripts/main.py send-voice --reply-text "..." --chat-id "oc_xxx" --persona "..."。
5. 成功发送语音后，最终对话输出应为空，不再附加文字。

用户发送语音

1. 调用 scripts/main.py transcribe --audio /abs/path/input.m4a。
2. 根据转写文本，再调用 persona-prompt 获取人格提示。
3. 由 ChatGPT / Claw 生成最终 reply_text。
4. 调用 send-voice 生成并发送飞书语音条。

配置方式

当前版本只需要配置：

export FEISHU_APP_ID="cli_xxx"
export FEISHU_APP_SECRET="your_secret"
export SENSEAUDIO_API_KEY="your_key"

其余全部默认：

• FEISHU_BASE_URL=https://open.feishu.cn
• SENSEAUDIO_BASE_URL=https://api.senseaudio.cn
• SENSEAUDIO_ASR_MODEL=sense-asr
• SENSEAUDIO_TTS_MODEL=SenseAudio-TTS-1.0
• FFMPEG_PATH 可选；若 PATH 中找不到 ffmpeg，可显式设置为 /opt/homebrew/bin/ffmpeg

本地依赖

• python3
• ffmpeg
• requests

主脚本入口

初始化人格模式

python scripts/main.py persona-init --mode random

查看当前模式

python scripts/main.py persona-show

生成给 Claw 的人格 prompt

python scripts/main.py persona-prompt --user-message "今天有点累"

转写用户语音

python scripts/main.py transcribe --audio /absolute/path/input.m4a

生成并发送飞书语音条

python scripts/main.py send-voice \
  --reply-text "先歇一下嘛，我陪你缓一缓。" \
  --chat-id "oc_xxx" \
  --persona "keai-mengwa"

资源说明

• scripts/main.py：主入口，包含 persona-init / persona-show / persona-prompt / transcribe / send-voice
• scripts/persona_store.py：人格池、随机/固定模式、人格提示生成
• scripts/asr.py：SenseAudio ASR
• scripts/tts.py：SenseAudio TTS
• scripts/feishu_api.py：飞书上传 OPUS 并发送 audio 消息
• references/feishu_integration.md：飞书接入说明
• references/provider_notes.md：环境变量与 Provider 说明