OpenClaw小龙虾语音对话方案综述

概述

语音方案力求本地，免费，实现对话模式

本地方案

1. Web Speech API（免费不开源）

语音识别 (STT) ：SpeechRecognition（通常需要联网）
语音合成 (TTS) ：SpeechSynthesis（不需要联网）
2. ### openai-whisper + edge-tts
语音识别 (STT) : openai-whisper（openclaw内置技能名，微软出品，clawhub相关变种很多，本地运行，免费开源模型）
语音合成 (TTS) ：edge-tts（openclaw外置技能名，微软出品，clawhub相关变种很多，必须联网，个人免费不开源）
3. ### faster-whisper + (beware-)piper-tts
语音识别 (STT) : faster-whisper（openclaw外置技能名，clawhub相关变种很多，本地运行，免费开源模型，更快）
语音合成 (TTS) ：(beware-)piper-tts（openclaw外置技能名，clawhub相关变种很多，本地运行，免费开源模型，更快）

联网方案

调用语音大模型，收费但效果更好

备注

上述语音技能均依赖于ffmpeg库，因此必须安装
可以调出麦克风或小喇叭图标手动控制；
也可以使用代码连贯，形成talk对话模式（piper输出流）
kokoro 与 piper tts 新老之争。