使用SiliconFlow API（CosyVoice2）实现文本转语音，支持多种语音、语言和方言

使用EachLabs AI模型实现文本转语音、语音转文本、语音转换和音频处理。支持ElevenLabs TTS、带话者分离的Whisper语音转文字以及RVC语音转换。适用于用户需要文本转语音、语音转文字或语音转换的场景。

ElevenLabs TTS — OpenClaw 最佳的 ElevenLabs 集成方案，支持情绪化音频标签的 ElevenLabs 文本转语音、WhatsApp 语音合成与多语言支持，通过 ElevenLabs API 生成逼真的AI语音

使用 Resemble AI HTTP API 实现文本转语音和语音转文本集成

使用本地的Kokoro TTS引擎将文本生成语音。当用户要求“朗读”某内容、请求语音消息或希望将文本转换为语音时使用。

ElevenLabs 文本转语音，采用 Mac 风格的 say 用户体验

使用豆包（火山引擎）API 的文本转语音服务，支持200多种语音、交互式语音选择和多语言功能

使用 llama-tts（llama.cpp）和 OuteTTS-1.0-0.6B 模型实现本地文本转语音

通过TogetherAI API使用MiniMax speech-2.6-turbo模型进行文本转语音