Mlx Tts

mlx-tts - 基于 mlx-audio 的文本转语音技能

使用 mlx-audio 将文本转换为语音，完全在 Apple Silicon 上运行，无需 API 密钥。

触发条件

当用户请求以下操作时使用此技能：

工具：mlx_tts

> 注意： 本插件依赖 mlx-audio Python 库。使用前请确保已安装： >

> uv tool install mlx-audio --prerelease=allow
> 

生成语音

{
  "action": "generate",
  "text": "要合成的文本",
  "outputPath": "/tmp/output.mp3",
  "model": "可选：指定模型",
  "langCode": "可选：语言代码 (zh/en/ja 等)",
  "speed": "可选：语速倍数 (1.0 为正常)"
}

参数说明：

返回值：

{
  "success": true,
  "outputPath": "/tmp/output.mp3",
  "duration": 2.5,
  "model": "使用的模型名称"
}

检查状态

{
  "action": "status"
}

返回 TTS 服务器状态、加载的模型、启动时间等信息。

重载配置

{
  "action": "reload"
}

无需重启 OpenClaw 即可重载 TTS 配置。

可用模型

| 模型 | 语言 | 描述 | 内存需求 | |------|------|------|----------| | Kokoro-82M (推荐默认) | EN, JA, ZH, FR, ES, IT, PT, HI | 快速轻量，54 种预设声音 | ~500MB | | Qwen3-TTS-0.6B | ZH, EN, JA, KO 等 | 中文质量优秀，支持声音克隆 | ~2.5GB | | Qwen3-TTS-1.7B | ZH, EN, JA, KO 等 | 声音设计，根据描述生成 | ~16GB+ | | Chatterbox | 16 种语言 | 最广泛的语言覆盖 | ~16GB+ | | CSM-1B | EN | 对话式语音，支持声音克隆 | ~2GB | | Dia-1.6B | EN | 对话-focused TTS | ~4GB | | Spark-TTS-0.5B | EN, ZH | 高效 TTS | ~1GB | | Soprano-1.1-80M | EN | 高质量轻量 TTS | ~200MB | | OuteTTS-0.6B | EN | 高效 TTS | ~1.5GB | | Ming-omni-0.5B (Dense) | EN, ZH | 轻量 MoE，声音克隆 | ~1GB | | Ming-omni-16.8B (BailingMM) | EN, ZH | MoE 多模态，语音/音乐/事件 | ~32GB+ |

CLI 命令

| 命令 | 描述 | |------|------| | /mlx-tts status | 查看 TTS 服务器状态 | | /mlx-tts test <文本> | 测试生成语音 | | /mlx-tts reload | 重载 TTS 配置 | | /mlx-tts models | 列出可用模型 |

使用示例

基础用法

{
  "action": "generate",
  "text": "你好，我是你的 AI 助手"
}

指定输出路径

{
  "action": "generate",
  "text": "欢迎使用 OpenClaw",
  "outputPath": "~/.openclaw/voice/outputs/welcome.mp3"
}

使用特定模型和语言

{
  "action": "generate",
  "text": "Hello, this is a test",
  "model": "mlx-community/Kokoro-82M",
  "langCode": "en"
}

调整语速

{
  "action": "generate",
  "text": "慢慢朗读这段话",
  "speed": 0.8
}

注意事项

配置

在 openclaw.json 中配置：

{
  "plugins": {
    "entries": {
      "openclaw-mlx-audio": {
        "config": {
          "tts": {
            "enabled": true,
            "model": "mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16",
            "port": 19280,
            "langCode": "zh",
            "pythonEnvMode": "managed"
          }
        }
      }
    }
  }
}

故障排除

TTS 服务器未启动

检查状态：

/voice-tts status

如果显示未运行，检查配置中的 enabled 是否为 true。

生成失败

1. 检查文本是否为空 2. 检查输出路径是否合法 3. 查看服务器日志

模型下载慢

模型首次使用会下载到 ~/.cache/huggingface/hub/，可以使用镜像加速。