WhatsApp 语音消息工具 - 免费版

概述

WhatsApp 语音消息工具(免费版)帮助个人用户将文字转换为高质量语音消息并发送到 WhatsApp。基于 Piper TTS 引擎,支持 40+ 语言,自动转换为 OGG/Opus 格式(WhatsApp 兼容),适合多语言沟通与快速语音发送. 免费版聚焦单条消息发送,专业版(tts-whatsapp-tool-pro)在此基础上提供群发广播、定时发送、批量处理与团队协作等高级能力.

核心能力

能力	免费版	说明
文字转语音	支持	Piper TTS 引擎
语言支持	40+	含中英法德西等
音频格式	OGG/Opus	WhatsApp 兼容
单人发送	支持	指定手机号
语速控制	支持	0.5-2.0 倍速
音质选择	支持	x_low/low/medium/high
自动清理	支持	发送后删除临时文件
群组发送	不支持	升级专业版
批量发送	不支持	升级专业版
定时发送	不支持	升级专业版
消息模板	不支持	升级专业版

核心功能执行

用input_params参数进行配置.

处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置.

处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志.

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置.

处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志.

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：语音消息发送工具、适合个人用户发送、语音消息、面向个人用户的、语音消息工具、核心能力、的高质量语音合成、自动发送语音消息、到指定联系人、支持中文、西班牙文等、可调语速与音质、发送后自动清理临等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一:发送中文语音消息

将中文文字转为语音发送.

# 发送中文语音消息
tts-whatsapp "你好,这是一条语音消息测试。" \
    --lang zh_CN \
    --voice zh_CN-huayan-medium \
    --target "+8613800138000"

场景二:多语言沟通

发送不同语言的语音消息.

# 英文消息
tts-whatsapp "Hello, how are you today?" \
    --lang en_US \
    --voice lessac \
    --target "+15555550123"
# ...
# 法文消息
tts-whatsapp "Bonjour, comment allez-vous?" \
    --lang fr_FR \
    --voice siwis \
    --target "+33123456789"
# ...
# 西班牙文消息
tts-whatsapp "Hola, como estas?" \
    --lang es_ES \
    --voice carlfm \
    --target "+34123456789"

场景三:调整音质与语速

根据需求选择不同音质.

# 高音质(文件较大)
tts-whatsapp "重要通知:明天会议改到下午三点。" \
    --quality high \
    --speed 1.0 \
    --target "+8613800138000"
# ...
# 低音质(快速发送)
tts-whatsapp "收到,谢谢!" \
    --quality low \
    --speed 1.2 \
    --target "+8613800138000"

不适用场景

以下场景WhatsApp语音消息免费版不适合处理：

• 专业医学法律翻译认证
• 同声传译
• 文学创作翻译

触发条件

需要文本翻译、多语言转换、本地化处理时使用。不适用于非本工具能力范围的需求.

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

依赖详情

# 安装 Piper TTS
pip3 install --user piper-tts
# ...
# 安装 FFmpeg
# macOS
brew install ffmpeg
# ...
# Ubuntu / Debian
sudo apt install ffmpeg
# ...
# Windows (scoop)
scoop install ffmpeg

2. 下载语音模型

# 创建模型目录
mkdir -p ~/.tts-whatsapp/models/
# ...
# 下载中文语音模型
# 从 Piper 语音仓库下载 .onnx 和 .onnx.json 文件
# 放入 ~/.tts-whatsapp/models/ 目录

3. 配置 WhatsApp 发送

# 配置默认目标
export WHATSAPP_DEFAULT_TARGET="+8613800138000"
export PIPER_DEFAULT_LANG="zh_CN"
export PIPER_DEFAULT_VOICE="zh_CN-huayan-medium"
export PIPER_DEFAULT_QUALITY="medium"

4. 发送第一条语音

tts-whatsapp "你好,这是第一条语音消息!" --target "+8613800138000"

示例

配置文件

{
  "tts_whatsapp": {
    "enabled": true,
    "env": {
      "WHATSAPP_DEFAULT_TARGET": "+8613800138000",
      "PIPER_DEFAULT_LANG": "zh_CN",
      "PIPER_DEFAULT_VOICE": "zh_CN-huayan-medium",
      "PIPER_DEFAULT_QUALITY": "medium"
    }
  }
}

命令行参数

--target NUMBER       WhatsApp 手机号或群组 ID
--message TEXT        附带的文字消息
--lang LANGUAGE       语言(默认: zh_CN)
--voice VOICE         语音名称(默认: 自动)
--quality QUALITY     音质: x_low / low / medium / high
--speed SPEED         播放速度(默认: 1.0)
--no-send             仅生成不发送

支持的语言

语言	代码	示例语音
中文	zh_CN	huayan
英文(美)	en_US	lessac, amy, joe
英文(英)	en_GB	alan, alba
法文	fr_FR	siwis, upmc
德文	de_DE	thorsten, eva_k
西班牙文	es_ES	carlfm, davefx
葡萄牙文	pt_BR	faber
俄文	ru_RU	dmitri, irina
日文	ja_JP	(多款可选)
韩文	ko_KR	(多款可选)

音质等级

等级	码率	文件大小(10秒)	适用场景
x_low	最低	~50KB	极速发送,网络差
low	低	~80KB	日常简短消息
medium	中	~120KB	推荐平衡
high	高	~200KB	重要内容,清晰度优先

最佳实践

1. 语音模型选择

   • 中文:推荐 zh_CN-huayan-medium
   • 英文:推荐 en_US-lessac-medium
   • 首次使用前试听 preview_audio_url
   • 不同语音适合不同场景(正式/轻松)

2. 音质与速度平衡

   • 日常消息:medium + 1.0 倍速
   • 简短回复:low + 1.2 倍速
   • 重要通知:high + 0.9 倍速
   • 网络较差:x_low + 1.0 倍速

3. 文本长度控制

   • 单条消息建议不超过 500 字
   • 长文本分段发送
   • 段落间自然停顿用标点

4. 隐私与安全

   • 手机号等敏感信息不要硬编码
   • 使用环境变量或配置文件管理
   • 发送后自动清理临时文件
   • 遵守当地通信法规

5. 性能优化

   • 预加载常用语音模型
   • 避免频繁切换语言
   • 网络不稳定时降低音质

常见问题

Q1: 发送失败怎么办?

检查:

• WhatsApp 是否已登录并保持连接
• 目标手机号是否正确(含国际区号)
• 网络是否正常
• 语音模型是否已下载

Q2: 语音质量不理想?

• 升级音质到 high
• 确认语音模型已正确下载
• 尝试不同的语音名称
• 文本中适当使用标点控制节奏

Q3: 支持哪些语言?

支持 40+ 语言,包括中文、英文、法文、德文、西班牙文、葡萄牙文、俄文、日文、韩文等。完整列表参见 Piper 语音仓库.

Q4: 免费版与专业版的区别?

免费版支持单条消息发送;专业版支持群发广播、批量发送、定时发送与消息模板。需要群发或自动化的场景建议升级.

Q5: 是否需要 API Key?

不需要。Piper TTS 完全本地运行,基础LLM由Agent平台提供。WhatsApp 发送通过本地连接完成.

Q6: 语音模型在哪里下载?

从 Piper 语音仓库(Hugging Face)下载 .onnx 和 .onnx.json 文件,放入配置的模型目录.

依赖说明

运行环境

• Agent 平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
• 操作系统: Windows / macOS / Linux
• 网络: 需访问 WhatsApp(发送消息时)

第三方依赖

依赖项	类型	是否必需	获取方式
piper-tts	Python 库	必需	pip install piper-tts
ffmpeg	系统工具	必需	brew install ffmpeg / apt install ffmpeg
WhatsApp 连接	服务	必需	本地配置或第三方桥接
Python 3.9+	运行时	必需	python.org 下载
语音模型	数据文件	必需	从 Piper 仓库下载
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

• TTS 合成基础LLM由Agent平台提供(Piper 本地运行)
• WhatsApp 发送需配置连接(通过本地桥接服务)
• 建议使用配置文件管理目标号码与默认参数

可用性分类

• 分类: MD+EXEC(纯Markdown指令,部分功能需exec命令行执行)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作。免费版聚焦单条语音消息发送,适合个人用户多语言沟通.

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 本地运行，不支持多设备同步

输出格式

{
  "success": true,
  "data": {
    "result": "WhatsApp语音消息免费版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "tts whatsapp"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}