Deepdub TTS 技能将文本转换为高质量语音，通过 Telegram 兼容的 MEDIA 文件格式发送，支持多语言和自定义声线。
说明：
## 核心用法
Deepdub TTS 是一款文本转语音（TTS）技能，集成 Deepdub 专业语音合成服务。用户输入任意文本，技能调用 Deepdub API 生成音频文件，并以 `MEDIA:` 附件形式返回，供 OpenClaw 发送至 Telegram 等渠道。
**使用流程：**
1. 配置环境变量 `DEEPDUB_API_KEY` 和 `DEEPDUB_VOICE_PROMPT_ID`
2. 调用技能并传入目标文本
3. 技能执行 `deepdub_tts.py` 脚本，生成音频写入 `OPENCLAW_MEDIA_DIR`
4. 返回音频文件路径，由 OpenClaw 处理为 Telegram 媒体消息
**可配置参数：**
– `DEEPDUB_LOCALE`：语音区域（默认 `en-US`）
– `DEEPDUB_MODEL`：指定 TTS 模型版本
– `OPENCLAW_MEDIA_DIR`：输出目录（默认 `/tmp/openclaw_media`，不可通过 CLI 覆盖）
## 显著优点
– **专业级语音质量**：Deepdub 作为专业语音克隆与合成平台，输出音频自然度高，支持情感细腻度和多说话人场景
– **Telegram 原生兼容**：直接返回 `MEDIA:` 格式，无需额外转换即可嵌入 Telegram 消息流
– **灵活声线定制**：通过 `DEEPDUB_VOICE_PROMPT_ID` 可切换不同说话人风格，支持品牌专属声音
– **多语言支持**：`DEEPDUB_LOCALE` 参数覆盖主流语种，适合国际化场景
– **零成本试用**：提供官方免费测试凭据，降低评估门槛
## 潜在缺点与局限性
– **输出路径受限**：音频强制写入 `OPENCLAW_MEDIA_DIR`，无法自定义保存位置，灵活性不足
– **外部服务依赖**：完全依赖 Deepdub API 可用性，网络波动或服务中断将直接导致技能失效
– **成本不透明**：生产环境需自行购买 Deepdub 商业授权，文档未披露定价细节
– **凭据安全风险**：免费试用凭据硬编码于文档，存在误用于生产环境的隐患
– **Python 版本锁定**：要求 Python 3.9+，旧环境兼容性受限
– **无离线能力**：必须联网调用云端 API，无法本地运行
## 适合人群
– **Telegram Bot 开发者**：需为机器人添加语音回复功能
– **内容创作者**：快速生成播客、有声书或视频配音素材
– **多语言产品团队**：需要统一品牌声音跨语言输出
– **自动化工作流搭建者**：将 TTS 集成至 CI/CD 或通知系统
## 常规风险
| 风险类型 | 说明 | 缓解建议 |
|———|——|———|
| API 密钥泄露 | `DEEPDUB_API_KEY` 存储于环境变量，若日志打印或配置管理不当可能暴露 | 使用密钥管理服务，避免硬编码 |
| 试用凭据滥用 | 文档公开的测试密钥有速率限制，滥用可能导致服务降级 | 生产环境务必替换为私有密钥 |
| 文件系统污染 | 持续生成音频可能占满 `OPENCLAW_MEDIA_DIR` | 配置定期清理或监控磁盘空间 |
| 依赖供应链 | `deepdub` SDK 及其间接依赖存在潜在漏洞风险 | 锁定版本，定期审计依赖 |
| 合规性 | Deepdub 语音克隆可能涉及声纹版权与数据隐私法规 | 确认拥有目标声线的合法授权 |
会员专属
