一直覺得小龍蝦只會打字有點可惜。研究了一下發現它可以用任何你授權使用的聲音來說話，效果出來的時候確實驚到我了。（跟導航是一個原理 更自由一些懂的都懂 嘿嘿嘿）
這篇教你從零把這個功能裝好。
前置條件：OpenClaw 2026.3.x，Python 3.x，ffmpeg 已安裝。
你需要準備什麼
一臺電腦，Mac、Windows、Linux 都可以。
最重要的是 Noiz API Key，這是整個教程的核心，它是一個 AI 語音克隆平臺中文支持很好。獲取步驟：
打開瀏覽器訪問 developers.noiz.ai/api-keys，註冊賬號進入 Dashboard 點擊 Create API Key，複製保存好只顯示一次。
第一步：安裝語音技能
先裝 Python 依賴：
pip install noisereduce soundfile requests
檢查 ffmpeg 是否已安裝：
ffmpeg -version
沒有的話，Mac 用戶跑 brew install ffmpeg，Ubuntu 用戶跑 apt install ffmpeg。
然後配置 Noiz API Key：
echo 'export NOIZ_API_KEY="你的APIKey"' >> ~/.bashrc
source ~/.bashrc
第二步：準備聲音樣本
聲音樣本的質量直接決定克隆效果這一步最關鍵。
用你自己的聲音（或者你喜歡的聲音）錄一段 20-30 秒的音頻，要求：純人聲 沒有背景音樂、聲音清晰、音量適中。錄完轉成 WAV 格式命名爲 my_voice.wav。
如果錄音有雜音，用這段代碼降噪：
import numpy as np
import soundfile as sf
import noisereduce as nr
data, rate = sf.read('my_voice.wav')
if len(data.shape) > 1:
data = np.mean(data, axis=1)
noise_sample = data[:int(rate * 0.3)]
reduced = nr.reduce_noise(y=data, sr=rate, y_noise=noise_sample, prop_decrease=0.8)
sf.write('my_voice_clean.wav', reduced, rate)
print("降噪完成")
```
代碼格式問題建議餵給 AI 幫你修改。
第三步：測試聲音克隆
python3 ~/.openclaw/workspace/skills/tts/scripts/tts.py \
-t "你好，歡迎來到我的直播間" \
--ref-audio my_voice_clean.wav \
-o test_output.wav \
--backend noiz
```
播放聽效果：
```
# Mac
afplay test_output.wav
# Linux
aplay test_output.wav
第四步：接入小龍蝦
在 config.yaml 里加入語音輸出配置：
tools:
media:
audio:
enabled: true
tts:
enabled: true
backend: noiz
apiKey: YOUR_NOIZ_API_KEY
refAudio: /path/to/my_voice_clean.wav
```
配好之後發給小龍蝦：
```
用語音播報：今天 BTC 價格是 83000 美元，24小時漲幅 2.3%
```
它會生成一段用你聲音說的音頻，直接發回 Telegram。
---
常見問題
API Key 配置失敗提示 Invalid API Key：檢查環境變量有沒有設置成功，跑 `echo $NOIZ_API_KEY`，沒有輸出說明沒設置好。
音頻格式不對提示 Unsupported audio format：Noiz 需要 16000 Hz 採樣率、16 bit 位深、單聲道的 WAV 文件，用這條命令轉換：
```
ffmpeg -i input.mp3 -acodec pcm_s16le -ar 16000 -ac 1 output.wav
克隆效果不像：樣本太短或者有雜音，重新錄一段 30 秒以上的乾淨音頻再試。
進階：直播時實時播報
配合 Heartbeat，每隔 30 分鐘自動生成一段用你聲音播報的市場簡報，直接發到 Telegram，直播時直接播給觀衆聽
heartbeat:
schedules:
- cron: "*/30 "
prompt: |
搜索最新 BTC ETH 價格和重要動態，
用語音播報格式生成一段 50 字以內的簡報，
用我的聲音合成音頻發給我。
