voice-personalisted

# Voice-Persona · 语音对话 + 人格音色 **把 Agent 变成"能听懂语音、会用人格声音回话"的机器人——首个 IM 语音双工闭环技能。** - 🎙 **听懂语音**：任意语音文件转文字，**支持微信 .silk 格式**（独门——大多数开源方案解不了微信语音） - 🔊 **回语音气泡**：人格回复 → Edge TTS 多音色 → **silk 编码回发微信语音**（pilk 双向，全网首个打通） - 🗣 **人格回话**：内置 6 个人格（元气少女/温柔知心/沉稳大叔/新闻播报/阳光伙伴/随性好友），各配专属中文音色 + 口吻 - 💰 **零 API 成本**：faster-whisper（本地）+ Edge TTS（免费）+ pilk（开源）全免费，可选 LLM 增强口吻 Voice chat for agents: transcribe voice (incl. WeChat silk) → reply with persona voices → back to WeChat voice bubbles. First IM two-way voice skill. ## 与同类差异（2026-09 实测调研） | 方案 | 问题 | |:--|:--| | jozhn/wechat-voice-decode-skill | 只做单向解码转写，无 TTS/人格/语音回复，绑死 openclaw 路径 | | zhayujie/chatgpt-on-wechat (46k★) | 语音依赖云端 ASR/TTS，个人微信通道封号风险，无 silk 原生闭环 | | whisperbot / Telegram 转写 bot 族 | 全部单向"语音→文字"，无多音色人格语音回复 | | SillyTavern (33k★) | 角色音色强大但只在自家 UI，不接微信/Telegram 语音消息 | | 微软云 voice skills（Azure/OpenAI TTS） | 单项能力 + 付费云 API，无 IM 场景 | **别人做"听写"或"朗读"，voice-persona 做"在微信/Telegram 里用带人格的嗓音说话"。** ## 快速验证 / Smoke Test（30 秒，免 key） ```bash python3 skills/voice-persona/scripts/voice_persona.py demo # 🎙 语音 → 文字 → [元气少女/沉稳大叔/新闻播报] 三音色回复音频 # ✅ 全链路通过：语音输入 → 转写 → 人格回复 → 语音输出 ``` ## 安装 ```bash # Hermes hermes skills install jiawood2006/hermes-skills/skills/voice-persona # 任意环境 git clone https://github.com/jiawood2006/hermes-skills && cd hermes-skills/skills/voice-persona pip install faster-whisper pilk edge-tts ``` ## 用法 ```bash # 1. 语音 → 文字（微信语音直接传 .silk 文件即可） python3 voice_persona.py stt wechat_voice.silk python3 voice_persona.py s