voice-chat

# 语音对话技能

实现完整的双向语音对话功能，支持语音输入和语音输出。

## 功能特性

### ✅ 已实现功能
1. **文本转语音（TTS）**
   - 使用OpenClaw内置tts工具
   - 支持中英文混合
   - 实时音频生成

2. **语音转文本（STT）**
   - 使用Python speech_recognition库
   - 支持麦克风输入
   - 多引擎支持（Google、Whisper等）

3. **对话管理**
   - 自动语音检测
   - 对话上下文保持
   - 中断处理

### 🔧 技术架构
```
语音输入 → STT转换 → 文本处理 → AI响应 → TTS转换 → 语音输出
```

## 安装要求

### 必需组件
1. **Python 3.8+**
2. **speech_recognition库**
3. **pyaudio库**（Windows需要额外安装）

### 可选组件
1. **Whisper** - 更准确的本地STT
2. **ElevenLabs API** - 高质量TTS
3. **OpenAI API** - 云端STT

## 快速开始

### 1. 安装依赖
```bash
# 安装Python库
pip install SpeechRecognition pyaudio

# Windows pyaudio安装（如果失败）
pip install pipwin
pipwin install pyaudio
```

### 2. 基础语音对话脚本
```python
# voice_chat.py
import speech_recognition as sr
import subprocess
import tempfile
import os

class VoiceChat:
    def __init__(self):
        self.recognizer = sr.Recognizer()
        self.microphone = sr.Microphone()
        
    def listen(self):
        """监听语音输入并转换为文本"""
        with self.microphone as source:
            print("🎤 请说话...")
            audio = self.recognizer.listen(source)
            
        try:
            text = self.recognizer.recognize_google(audio, language='zh-CN')
            print(f"📝 识别结果: {text}")
            return text
        except sr.UnknownValueError:
            return "无法识别语音"
        except sr.RequestError:
            return "语音识别服务不可用"
    
    def speak(self, text):
        """使用OpenClaw TTS朗读文本"""
        # 调用OpenClaw tts工具
        print(f"🗣️ 正在朗读: {text}")
        # 这里可以集成OpenClaw tts工具
        
    def conversation_loop(self):
        """对话循环"""
        print("🎧 语音对话已启动，按Ctrl+C退出")
        while True:
            # 监听语音
            user_input = self.listen()...

# 🎤 语音对话系统

基于OpenClaw的完整双向语音对话解决方案，支持语音输入和语音输出。

## ✨ 功能特性

### 🎯 核心功能
- **语音转文本（STT）**：实时识别用户语音
- **文本转语音（TTS）**：使用OpenClaw TTS生成语音响应
- **双向对话**：自然的语音交流体验
- **多语言支持**：中文优先，可扩展其他语言

### 🔧 技术特点
- **离线/在线混合**：支持本地和云端语音识别
- **模块化设计**：易于扩展和定制
- **错误处理**：完善的异常处理和用户反馈
- **配置灵活**：支持多种语音引擎和参数调整

## 🚀 快速开始

### 1. 安装依赖
```powershell
# 运行安装脚本
.\install_deps.ps1
```

### 2. 启动系统
```powershell
# 方法1：使用启动脚本
.\voice_chat_launcher.ps1

# 方法2：直接运行
python voice_chat.py
```

### 3. 使用菜单
```
📱 语音对话系统菜单
==================================================
1. 🎧 开始语音对话
2. 🔊 测试麦克风
3. 🗣️  测试TTS功能
4. 📋 显示系统信息
5. ❌ 退出
==================================================
```

## 📁 文件结构

```
voice-chat-skill/
├── SKILL.md              # OpenClaw技能定义
├── voice_chat.py         # 主程序
├── install_deps.ps1      # 依赖安装脚本
├── voice_chat_launcher.ps1 # 快速启动脚本
└── README.md            # 本文档
```

## 🔧 系统要求

### 必需组件
- **Python 3.8+**
- **麦克风**（内置或外接）
- **扬声器/耳机**

### Python依赖
```bash
# 核心依赖
SpeechRecognition    # 语音识别库
pyaudio             # 音频输入输出

# Windows特殊安装
pipwin              # Windows音频库安装工具
```

## 🎛️ 配置选项

### 语音识别引擎
系统支持多种语音识别引擎：

1. **Google Speech Recognition**（默认）
   - 免费，需要网络
   - 支持多种语言
   - 准确度较高

2. **Whisper**（本地）
   - 离线运行
   - 需要安装Whisper模型
   - 隐私保护更好

3. **其他引擎**
   - Sphinx（离线）
   - Azure Speech Services
   - Google Cloud Speech

### 语言设置
```python
# 修改语言设置
voice_chat = VoiceChatSystem(language='zh-CN')  # 中文
voice_chat = VoiceChatSystem(language='en-US')  # 英文
```

## 💡 使用技巧

### 最佳实践
1. **环境准备**
   - 在安静环境中使用
   - 首次使用校准环境噪音
   - 确保麦...