语音聊天
在 WhatsApp 上做语音对语音对话:收到的语音转文字,回复再合成语音发回去。
功能与用途
这个技能把 WhatsApp 上的交互变成纯语音闭环。 incoming 一侧:用户发来 ogg 或 opus 音频时,用语音转写脚本把音频转成文本,然后当成普通的用户提示来处理。outgoing 一侧:不回文字,而是用本地 TTS 把回复合成语音,生成一个 ogg 文件,再作为语音消息发回给用户。整个流程很直接:收到音频就转文本、按正常对话处理、把回复合成语音发回去。
适用场景
- 免打字语音连续对话:在不方便打字时与WhatsApp助手对讲,接收语音并自动播报合成的语音答复。
- 本地离线语音转写与播报:利用whisper-cpp与sherpa-onnx在本地完成收发音频处理,保障隐私并降低网络延迟。
适用人群
- 自动化玩家
- 个人用户
- 小团队
使用步骤
- 接入 WhatsApp 的消息收发通道
- 收到音频文件时调用转写脚本得到文本
- 把文本当普通提示处理并生成回复
- 用本地 TTS 合成 ogg 语音文件
- 把语音文件作为语音消息发回
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 1.0.0
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Handles voice-to-voice conversations on WhatsApp. Automatically transcribes incoming audio and responds with local TTS audio. Use when the user wants to "talk" instead of type.
使用前准备
- WhatsApp 接入能力
- 语音转写脚本可用
- 本地 TTS 可用
依赖与权限
- 读取用户主动提供的内容