- name
- MiniMax TTS
- description
- 使用 MiniMax API 将文字转换为 MP3 语音文件。触发词：文字转语音、TTS、生成语音、生成音频、把文字转成语音、文字转MP3、生成MP3。触发后按交互流程引导用户完成 Token 配置、文字输入、音色选择，最终生成 MP3 文件发给用户。严禁使用 say 命令或通过喇叭播放，必须生成 MP3 文件。
- version
- 1.2.1
- icon
- 🔊
- metadata
- clawdbot
- emoji
- 🔊
- requires
- bins
- install
- kind
- brew
- formula
- python3
- bins
- label
- Install Python via Homebrew
- commands
- tts
- python3 {baseDir}/server/index.py tts
- voices
- python3 {baseDir}/server/index.py voices
- save-token
- python3 {baseDir}/server/index.py save-token
🔊 MiniMax TTS 文字转语音
使用 MiniMax speech-2.8-hd 模型将文字转换为 MP3 音频，通过交互向导引导用户完成配置。
⚠️ 重要约束
- 必须生成 MP3 文件发给用户，禁止调用
say命令或通过电脑喇叭播放 - 这是消息平台工具（微信、Telegram 等），输出是文件，不是本地音频播放
- 禁止用
fetch/curl直接调用 API，必须通过tts命令
触发条件
用户说以下内容时触发，并严格按照【交互流程】执行：
- "文字转语音"、"TTS"、"生成语音"、"生成音频"
- "把文字转成语音"、"把这段话转成音频"
- "文字转MP3"、"生成MP3"
交互流程
每步等待用户回复后再进入下一步，不得跳步或一次性问多个问题。
第一步：检查 Token
运行 voices 命令，根据输出判断：
- Token 已配置 → 跳至第二步
- Token 未配置 → 发送以下消息，等待回复：
> 请输入你的 MiniMax API Token（在 minimaxi.com 开放平台获取）：
收到后运行 save-token --token <token>，然后进入第二步。
第二步：收集文字内容
先检查用户初始消息是否已含文字（如"帮我把'你好世界'转成语音"）：
- 已包含 → 提取文字，跳至第三步
- 未包含 → 发送以下消息，等待回复：
> 请输入要转换为语音的文字内容：
第三步：选择音色
发送以下消息，等待回复：
请选择音色： 1. 甜美女声（默认） 2. 御姐 3. 霸道总裁 4. 新闻女声 5. 新闻男声 6. 电台男声
音色 ID 映射：
- 1 →
female-tianmei-jingpin - 2 →
female-yujie-jingpin - 3 →
male-qn-badao-jingpin - 4 →
Chinese (Mandarin)_News_Anchor - 5 →
Chinese (Mandarin)_Male_Announcer - 6 →
Chinese (Mandarin)_Radio_Host
用户输入数字或名称均可识别。
第四步：生成并发送
运行：
tts --text "<文字>" --voice "<voice ID>"命令输出中会有一行以 FILE: 开头，例如：
成功! 已保存到: /tmp/openclaw/tts_1234567890.mp3 (256 KB)
FILE:/tmp/openclaw/tts_1234567890.mp3从 FILE: 开头的行提取绝对路径（去掉 FILE: 前缀）。
⚠️ 发送文件的唯一正确方式：在回复文本中用 MEDIA: 前缀，让平台自动发送文件：
🔊 <音色名称> · <文件大小>KB
MEDIA:/tmp/openclaw/tts_1234567890.mp3MEDIA:这一行必须单独占一行，路径就是FILE:后面提取的路径MEDIA:行会被系统解析并自动以文件/语音发出，不会作为文字显示给用户- 禁止用
<file>标签、sessions_send、message工具或其他方式，只用MEDIA:语法 - Telegram 会自动以语音消息形式发送，微信会以文件形式发送
异常处理
| 情况 | 处理 |
|---|---|
| Token 无效（401） | 提示重新输入，运行 save-token 更新 |
| 音色 ID 不存在 | 提示重新选择，只用列表内的 6 个音色 |
| 文字为空 | 提示重新输入 |
命令参考
tts
tts --text "文字内容" [--voice female-tianmei-jingpin] [--speed 1.0] [--output /path/to/output.mp3]| 参数 | 必填 | 说明 |
|---|---|---|
--text | ✅ | 要转换的文字 |
--voice | 音色ID，默认 female-tianmei-jingpin | |
--speed | 语速 0.5-2.0，默认 1.0 | |
--vol | 音量 0.1-2.0，默认 1.0 | |
--pitch | 音调 -12~12，默认 0 | |
--output | 输出路径，默认 /tmp/tts_{timestamp}.mp3 |
save-token
save-token --token "your-minimax-api-token"保存 Token 到本地 server/.env，下次无需重复输入。
voices
列出可用音色，并显示当前 Token 配置状态。
可用音色
| ID | 名称 |
|---|---|
female-tianmei-jingpin | 甜美女声 ★精品 |
female-yujie-jingpin | 御姐 ★精品 |
male-qn-badao-jingpin | 霸道总裁 ★精品 |
Chinese (Mandarin)_News_Anchor | 新闻女声 |
Chinese (Mandarin)_Male_Announcer | 新闻男声 |
Chinese (Mandarin)_Radio_Host | 电台男声 |
工作原理
voices/save-token管理本地 Token（存于server/.env）tts调用https://api.minimaxi.com/v1/t2a_v2- API 返回 hex 编码音频，解码后写入 MP3 文件
- 将文件路径打印到 stdout，AI 解析路径后调用
message工具（media=<绝对路径>）发送给用户