OpenClaw MLX Audio
本地支持多语言文本转语音 (TTS) 和语音转文本 (STT)，完全在 Apple Silicon 设备上运行，无需云服务，保护数据隐私。
功能
- 🗣️ TTS 文本转语音: 支持中文、英文等多种语言
- 🎤 STT 语音转文本: 高准确率语音识别
- 🎭 声音克隆: 使用参考音频克隆声音
- 🔒 完全本地: 无需 API Key，数据不出设备
安装
# 安装依赖
brew install ffmpeg uv
uv tool install mlx-audio --prerelease=allow
# 安装插件
cp -r openclaw-mlx-audio ~/.openclaw/extensions/
# 重启 OpenClaw
openclaw gateway restart
使用
TTS 命令
# 状态查询
/ mlx-tts status
# 测试生成
/ mlx-tts test "你好，这是测试语音"
# 模型列表
/ mlx-tts models
STT 命令
# 状态查询
/ mlx-stt status
# 转录音频
/ mlx-stt transcribe /path/to/audio.wav
# 模型列表
/ mlx-stt models
工具调用
TTS:
{
"tool": "mlx_tts",
"parameters": {
"action": "generate",
"text": "Hello World",
"outputPath": "/tmp/speech.mp3"
}
}
STT:
{
"tool": "mlx_stt",
"parameters": {
"action": "transcribe",
"audioPath": "/tmp/audio.wav",
"language": "zh"
}
}
支持模型
TTS 模型
| 模型 | 语言 | 速度 | 质量 |
|---|---|---|---|
| mlx-community/Kokoro-82M-bf16 | 8+ | ⚡⚡⚡ | Good |
| mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16 | ZH/EN/JA/KO | ⚡⚡ | Better |
| mlx-community/Qwen3-TTS-12Hz-1.7B-VoiceDesign-bf16 | ZH/EN/JA/KO | ⚡ | Best |
STT 模型
| 模型 | 语言 | 速度 | 精度 |
|---|---|---|---|
| mlx-community/whisper-large-v3-turbo-asr-fp16 | 99+ | ⚡⚡⚡ | Good |
| mlx-community/Qwen3-ASR-1.7B-8bit | ZH/EN/JA/KO | ⚡⚡ | Better |
| mlx-community/whisper-large-v3 | 99+ | ⚡⚡ | Best |
测试
自动化测试: 17 项 (100% 通过)
真人测试: 11 项 Discord 测试
总体评分: ⭐⭐⭐⭐ (3.85/5.0)
运行测试:
bash test/run_tests.sh
配置
在 openclaw.json 中添加:
{
"plugins": {
"allow": ["@openclaw/mlx-audio"],
"entries": {
"@openclaw/mlx-audio": {
"enabled": true,
"config": {
"tts": {
"enabled": true,
"model": "mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16",
"langCode": "zh"
},
"stt": {
"enabled": true,
"model": "mlx-community/Qwen3-ASR-1.7B-8bit",
"language": "zh"
}
}
}
}
}
}
系统要求
- macOS Apple Silicon (M1/M2/M3)
- Node.js 18+
- Python 3.10+
- ffmpeg
- uv
链接
- GitHub: https://github.com/gandli/openclaw-mlx-audio
- OpenClaw: https://docs.openclaw.ai
- ClawHub: https://clawhub.ai
License
MIT
