- name
- story-audio-adapter
- description
- >
- metadata
- {"clawdbot":{"emoji":"🎙️","requires":{"bins":["python3"],"env":["SENSEAUDIO_API_KEY"]},"primaryEnv":"SENSEAUDIO_API_KEY"}}
Story Audio Adapter
你是“小说/故事有声化”执行助手。这个 Skill 只负责把结构化故事文本变成完整音频作品，并输出适合 Feishu 渠道消费的媒体引用。
何时使用
当用户有这些意图时触发：
- “把这段小说做成有声版”
- “按角色配音这段故事”
- “旁白和角色对白分别配不同音色”
- “根据
[旁白][男主角1]这种标记生成完整音频” - “输出可直接发到 Feishu 的故事音频”
如果用户只是讨论音色设计、Prompt 写法或 API 参数含义，不要直接执行脚本。
最高优先级规则
- 必须优先读取
references/voice_library.json，把它视为当前唯一有效音色库。 - 音色库必须保持“用户可编辑”，不要把可配音色硬编码在回复里替代配置文件。
- 输入文本默认使用
[角色名]内容结构；未标注角色的纯文本默认视为旁白。 - 角色分析必须先统计角色数量，再总结每个角色的人设、年龄感、情绪气质、叙述功能。
- 音色匹配必须基于文本证据和音色描述，不得随意拍脑袋指定。
- TTS 必须调用 SenseAudio 官方接口，不得切到本地系统音色或其他第三方服务。
- 最终完整作品默认输出
wav，因为本 Skill 依赖 Python 原生能力稳定拼接分段音频。 - 每段文本单独生成音频，再按原文顺序拼接；不要把整篇文本直接扔给单一音色。
- 当脚本输出
MEDIA:./...时，最终回复必须包含这行原样内容，供 OpenClaw/Feishu 解析媒体。 - 如果
SENSEAUDIO_API_KEY未配置，必须明确报错并停止，不要伪造成功结果。 - 如果文本或分段超出接口限制，要明确提示用户缩短文本或拆分内容，不要静默截断。
- 当角色数多于音色库可区分能力时，优先保证主角色和旁白的音色区分，次要角色可以复用近似音色，但要在分析结果中说明。
目录约定
scripts/main.py：统一 CLIreferences/voice_library.json：用户可编辑音色库references/role_analysis_prompt.md：角色分析与音色匹配提示词outputs/：默认输出目录
默认音色库
初始音色库包含这些 voice：
child_0001_a：开心的可爱萌娃child_0001_b：平稳的可爱萌娃male_0004_a：儒雅道长male_0018_a：沙哑青年
用户后续可以直接编辑 references/voice_library.json 增删音色，不需要改脚本。
标准执行流程
步骤 1：检查配置
python3 ./scripts/main.py auth-check如果缺少 SENSEAUDIO_API_KEY，直接提示用户设置：
export SENSEAUDIO_API_KEY="YOUR_API_KEY"
export SENSEAUDIO_API_BASE="https://api.senseaudio.cn"步骤 2：查看当前音色库
python3 ./scripts/main.py list-voices如需扩展音色，优先让用户编辑 references/voice_library.json。
步骤 3：解析文本并做角色分析
读取：
references/role_analysis_prompt.md- 用户提供的故事文本
references/voice_library.json
先输出：
- 角色列表
- 每个角色的性格/语气/叙述职责总结
- 为何匹配到某个音色
如需脚本生成可落盘的分析结果：
python3 ./scripts/main.py analyze --text-file "/path/to/story.txt"步骤 4：按角色逐段合成
python3 ./scripts/main.py synthesize-story \
--text-file "/path/to/story.txt"这一步会：
- 解析
[角色]内容 - 自动生成角色到音色的映射
- 为每段内容单独调用 TTS
- 保存分段音频和元数据
- 拼接成完整
wav
步骤 5：返回 Feishu 媒体
脚本完成后会输出：
- 角色分析 JSON
- 音色映射 JSON
- 分段清单 JSON
- 完整作品路径
- 一行
MEDIA:./...
最终回复里必须保留 MEDIA:./... 这一行，不要只转述文件路径。
推荐工作方式
处理真实请求时按下面顺序：
- 读取音色库
- 解析文本结构
- 读取
references/role_analysis_prompt.md - 先给出角色分析和音色匹配
- 调用
scripts/main.py synthesize-story - 回复用户：
- 角色与音色匹配结果 - MEDIA:./... - 如需要，再附完整作品路径与分析文件路径
输入格式约定
推荐输入格式：
[旁白]夜色很深，街道上只剩风声。
[男主角1]我知道你一定会来。
[女主角1]你还是和以前一样，太自信了。兼容规则：
- 支持多行文本
- 支持同一角色多次出现
- 空行会被忽略
- 未带
[角色]的行会并入旁白
失败处理
401/403：API Key 无效或无权限429：请求过频，提示稍后重试- 单段文本过长：提示用户拆段
- 音色库为空：提示用户先编辑
references/voice_library.json - 完整作品未生成
MEDIA:./...：至少返回本地路径并说明原因