Transcribe voice files, including WeChat .silk messages, and create spoken replies using six Chinese voice personas. Generate MP3 audio, produce persona-styled text, or convert replies into the voice format used by WeChat.
中文简介正在准备中。当前显示英语简介。
让 Agent 变成能语音对话的机器人：语音文件转文字（支持微信 silk 格式）+ 多音色人格回复（Edge TTS 免费中文音色），全本地零 API 成本。Voice persona chat: transcribe voice messages (incl. WeChat silk) and reply in persona voices.
安装前可以查看交给 AI 代理的指令内容。
把 Agent 变成"能听懂语音、会用人格声音回话"的机器人——首个 IM 语音双工闭环技能。
Voice chat for agents: transcribe voice (incl. WeChat silk) → reply with persona voices → back to WeChat voice bubbles. First IM two-way voice skill.
| 方案 | 问题 |
|---|---|
| jozhn/wechat-voice-decode-skill | 只做单向解码转写，无 TTS/人格/语音回复，绑死 openclaw 路径 |
| zhayujie/chatgpt-on-wechat (46k★) | 语音依赖云端 ASR/TTS，个人微信通道封号风险，无 silk 原生闭环 |
| whisperbot / Telegram 转写 bot 族 | 全部单向"语音→文字"，无多音色人格语音回复 |
| SillyTavern (33k★) | 角色音色强大但只在自家 UI，不接微信/Telegram 语音消息 |
| 微软云 voice skills（Azure/OpenAI TTS） | 单项能力 + 付费云 API，无 IM 场景 |
别人做"听写"或"朗读"，voice-persona 做"在微信/Telegram 里用带人格的嗓音说话"。
从本技能目录运行（本仓库已自带脚本，无需额外 clone）：
cd plugins/all-skills/skills/voice-persona # 或直接进入 voice-persona 技能目录
python3 scripts/voice_persona.py demo
# 🎙 语音 → 文字 → [元气少女/沉稳大叔/新闻播报] 三音色回复音频
# ✅ 全链路通过：语音输入 → 转写 → 人格回复 → 语音输出
pip install faster-whisper pilk edge-tts # 首次使用安装
# 可选：--llm 增强口吻需要 LLM_API_KEY / OpenAI 兼容 URL（与本集合其他技能一致）
所有命令从技能目录内以相对路径调用脚本（无需安装到系统 PATH）：
# 1. 语音 → 文字（微信语音直接传 .silk 文件即可）
python3 scripts/voice_persona.py stt wechat_voice.silk
python3 scripts/voice_persona.py stt meeting.m4a --model small
# 2. 文字 → 人格回复 → 语音 mp3
python3 scripts/voice_persona.py speak "明天记得交报告" --persona yunjian --out reply.mp3
# 3. 只取人格化文本（接你自己的 TTS/IM）
python3 scripts/voice_persona.py chat "明天记得交报告" --persona xiaoyi
# 4. 列出人格
python3 scripts/voice_persona.py list
# 5. 音频 → 微信 silk 语音（可回发微信语音气泡）
python3 scripts/voice_persona.py to_silk reply.mp3 --out reply.silk
# 6. 一条命令双向闭环：人格语音 → 微信格式
python3 scripts/voice_persona.py speak "明天早上十点开会" --persona xiaoyi --out r.mp3
python3 scripts/voice_persona.py to_silk r.mp3 # → r.silk（#!SILK_V3）
本仓库自带脚本可直接运行；若使用 Hermes Agent，也可从技能源仓库安装以自动接入：
hermes skills install jiawood2006/hermes-skills/skills/voice-persona
在 voice_persona.py 顶部 PERSONAS / STYLE_WORDS 增加即可：
| key | 人格 | Edge TTS 音色 | 口吻 |
|---|---|---|---|
| xiaoyi | 元气少女 · 小伊 | zh-CN-XiaoyiNeural | 嘿嘿、啦/呀 |
| xiaoxuan | 温柔知心 · 晓萱 | zh-CN-XiaoxuanNeural | 别担心、慢慢来 |
| yunjian | 沉稳大叔 · 云健 | zh-CN-YunjianNeural | 直说、结论先行 |
| yunyang | 新闻播报 · 云扬 | zh-CN-YunyangNeural | 播报、条理 |
| yunxi | 阳光伙伴 · 云希 | zh-CN-YunxiNeural | 加油、没问题 |
| xiaochen | 随性好友 · 晓辰 | zh-CN-XiaochenNeural | 口语化、像朋友 |
STT 接入：把平台收到的语音消息文件交给 stt 子命令 → 拿到文字进对话流。
Hermes 的 stt.provider: local_command + HERMES_LOCAL_STT_COMMAND 环境变量可直接把微信语音自动接入（指向本技能 scripts/ 下的脚本绝对路径）：
HERMES_LOCAL_STT_COMMAND=<python> <...>/skills/voice-persona/scripts/voice_persona.py stt {input_path} --model {model} --output_dir {output_dir} --language {language}
TTS 接入：人格化文本 → speak 出 mp3 → 平台发送语音。
pilk.decode() 输出的是无 RIFF 头的裸 PCM，whisper 读不了——要用 pilk.silk_to_wav()（输出标准 wav，已实测）还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
Handle ActiveCampaign contact and marketing tasks through Rube MCP, a connection for agent tools. Find or create contacts, manage tags and subscriptions, enroll contacts in existing automated workflows, and create follow-up tasks.
中文简介正在准备中。当前显示英语简介。
Research competitors’ live Meta and Google ads to identify opening hooks, offers, calls to action, and landing pages. Receive a sourced creative brief and up to three test ideas adapted to your product.
中文简介正在准备中。当前显示英语简介。
Add website or app tracking, then use command-line tools to review traffic, signups, drop-off, and returning users across projects. Run A/B tests, which compare alternative headlines or buttons, and inspect results to guide changes.
中文简介正在准备中。当前显示英语简介。
Establish rules for when an AI agent should recall past context and save lasting decisions, corrections, preferences, and failures. Works with Markdown files or memory services, preserving decision history and surfacing conflicting records.
中文简介正在准备中。当前显示英语简介。
Audit local AI coding-agent sessions with agenttrace to identify spending, token use, tool failures, and operational problems. Produce readable or structured reports and define pass-or-fail thresholds for automated continuous integration checks.
中文简介正在准备中。当前显示英语简介。
Audit saved agent sessions for access to private files and evidence that secret values entered an agent's context. Get findings without displaying secrets, identify keys needing rotation, and inspect Claude Code or Codex sessions in a local report.
中文简介正在准备中。当前显示英语简介。