使用 Voice.ai 语音合成技术将脚本转化为可发布的配音，支持分段、章节、字幕和视频合成功能

像素风桌面龙虾，可同步 OpenClaw TTS 语音进行唇动。适用场景：(1) 用户需要为 AI 代理设置视觉化身；(2) 用户希望桌面覆盖层在代理说话时动画；(3) 用户要求设置或配置像素龙虾。引导用户安装、配置并启动内置的 Electron 应用程序。

通过 WebSocket 使用 Azure OpenAI 的 GPT Realtime Mini 模型生成 AI 驱动的播客风格音频叙事，适用于构建语音合成、音频叙事生成和播客创作等功能

使用异步工作流管道、流式语音识别、大语言模型代理和语音合成技术构建实时对话式AI语音引擎，支持中断处理和多提供商接入

MiniMax多模态模型技能——使用MiniMax多模态模型生成语音、音乐、视频和图像。利用MiniMax AI创建语音（文本转语音、语音克隆、语音设计、多段合成）、音乐（歌曲、纯音乐）、视频（文本转视频、图像转视频、起止帧、主体参考、模板、长篇多场景）、图像（文本转图像、带角色参考的图像转图像）以及媒体处理（转换、拼接、剪裁、提取）。当用户提及MiniMax、多模态生成，或希望生成语音/音乐/视频/图像AI内容、使用MiniMax API或结合MiniMax输出的FFmpeg工作流时启用此技能。

使用 Telnyx 文本转语音 API 将文本生成语音音频，适用于将文本转换为语音、创建语音消息或生成音频内容的场景。

使用 Kyutai Pocket TTS 将文本转为语音，轻量级、CPU 友好、支持流式输出和语音克隆，仅支持英语，在 M4 MacBook Air 上可达约 6 倍实时速度

使用 Microsoft Edge TTS 引擎的文本转语音技能，支持实时流式播放

使用 Duby TTS 向飞书聊天发送语音消息（音频）