使用macOS内置的say命令实现文字转语音，用于语音通知、音频提醒、朗读文本或通过Mac扬声器播报信息，支持多种语言，包括中文（普通话）、英语、日语等

使用 MLX（苹果芯片）和开源模型（默认 QWen3-TTS）本地实现文本转语音

阿里云语音合成服务

在Apple Silicon上使用FluidAudio实现本地文本转语音TTS和语音转文本STT通过Apple神经网络引擎在设备上全本地运行，实现亚秒级语音合成与转录适用于配置本地语音功能语音助手集成或替代云端TTSSTT服务

通过VITS2实现本地越南语语音合成（离线，无需云端），支持5种内置配音角色和基于参考音频的零样本语音克隆

使用 Piper 在本地将文本转换为语音，用于语音消息推送。当用户请求语音回复、音频消息、TTS、文本转语音、语音笔记或希望听到朗读内容时启用。在本地完成文本到语音的转换（无需云API，无费用，无延迟），并通过支持音频的渠道如 Telegram、Discord 等发送语音消息。

通过 Piper TTS 实现本地离线文本转语音，自包含部署，自动语言识别，支持每次调用选择语音，可扩展至任意语言，输出结果写入 OpenClaw 工作区

使用 AudioPod AI 的 API 执行音频处理任务，包括 AI 音乐生成（文本转音乐、文本转说唱、纯音乐、采样、人声）、音频分轨、文本转语音、降噪、语音转文字、人声分离和媒体提取。适用于用户需要从文本生成音乐歌曲说唱、将歌曲分离为分轨人声和乐器、从文本生成语音、清理噪音音频、转录音频视频，或从 YouTube 和网址提取音频。需设置 AUDIOPOD_API_KEY 环境变量，或直接传入 api_key。

基于Qwen3和专属语音克隆技术的RESTful语音合成服务，专为复用特定语音提示以避免重复计算而优化