OpenClaw人人养虾：音频与语音
Audio Node（音频节点）为 Agent 提供语音输入和输出能力，包括语音转文字 STT（Speech-to-Text）和文字转语音 TTS（Text-to-Speech）。
启动音频节点
openclaw node --type audio首次启动
系统会要求授予麦克风权限。macOS 用户需要在「系统设置 → 隐私与安全 → 麦克风」中允许终端应用访问。
语音识别（STT）
STT 将用户的语音输入转换为文本，再交给 Agent 处理。
支持的 STT 提供商
| 提供商 | 延迟 | 中文支持 | 特点 |
|---|---|---|---|
| Deepgram | 极低 | ✅ | 实时流式，推荐首选 |
| OpenAI Whisper | 中 | ✅ | 精度高，支持本地部署 |
| Azure Speech | 低 | ✅ | 企业级稳定性 |
| Google Speech | 低 | ✅ | 多语言混合识别 |
| 阿里云语音 | 低 | ✅ | 国内访问速度快 |
STT 配置
config.yamlWhisper 本地配置
audio: stt: provider: deepgram # STT 提供商 api_key: ${DEEPGRAM_API_KEY} # 引用环境变量 language: zh-CN # 识别语言 model: nova-2 # 模型版本 interim_results: true # 是否返回中间结果 punctuate: true # 自动添加标点 encoding: opus # 音频编码格式 sample_rate: 16000 # 采样率 (Hz)🇨🇳 中国用户须知
推荐使用阿里云语音识别或本地 Whisper 模型。Deepgram 在国内需要代理访问，延迟可能增加。
语音合成（TTS）
TTS 将 Agent 的文本回复转换为语音输出。
支持的 TTS 提供商
| 提供商 | 中文音色 | 特点 |
|---|---|---|
| OpenAI TTS | 有限 | 自然度高 |
| Azure TTS | 丰富 | 多音色，SSML 支持 |
| ElevenLabs | 有限 | 克隆音色 |
| 阿里云 TTS | 丰富 | 国内低延迟 |
TTS 配置
audio: tts: provider: azure # TTS 提供商 api_key: ${AZURE_SPEECH_KEY} region: eastasia # 服务区域 voice: zh-CN-XiaoxiaoNeural # 音色名称 speed: 1.0 # 语速 (0.5-2.0) format: audio-24khz-48kbitrate-mono-mp3音频格式
OpenClaw 支持以下音频格式：
| 格式 | 编码 | 场景 |
|---|---|---|
| Opus | 有损压缩 | 实时流式传输（推荐） |
| WAV | 无损 | 高质量录音存档 |
| MP3 | 有损压缩 | TTS 输出、文件传输 |
实时流式 vs 文件上传
OpenClaw 支持两种音频输入模式：
实时流式（推荐）
audio: mode: streaming chunk_size: 1024 # 每块大小（字节） vad: true # 启用 VAD（Voice Activity Detection，语音活动检测）- 延迟低，用户说完即开始识别
- 需要 WebSocket 持续连接
- 适合对话场景
文件上传
audio: mode: file max_duration: 300 # 最大录音时长（秒） max_size: 25MB # 最大文件大小- 录音完成后一次性上传
- 适合长段语音、离线场景
高级配置
噪声抑制
audio: noise_suppression: true noise_level: moderate # low / moderate / aggressive多声道支持
audio: channels: 1 # 单声道（推荐） # channels: 2 # 立体声音频缓存
audio: cache: enabled: true tts_cache_size: 100 # 缓存最近 100 条 TTS 结果 ttl: 3600 # 缓存过期时间（秒）隐私提示
实时流式模式下，音频数据会发送到 STT 提供商的服务器。如果涉及敏感对话，建议使用本地 Whisper 模型，数据不会离开你的设备。
常用命令
# 测试麦克风输入 openclaw node --type audio --test # 指定音频设备 openclaw node --type audio --device "MacBook Pro Microphone" # 查看可用音频设备 openclaw node --type audio --list-devices故障排查
| 问题 | 可能原因 | 解决方案 |
|---|---|---|
| 无法录音 | 麦克风权限未授予 | 检查系统权限设置 |
| 识别为空 | 采样率不匹配 | 确认sample_rate与设备匹配 |
| TTS 无声 | 音频输出设备问题 | 检查系统默认输出设备 |
| 延迟过高 | 网络或提供商问题 | 切换提供商或使用本地模型 |
《DeepSeek高效数据分析：从数据清洗到行业案例》聚焦DeepSeek在数据分析领域的高效应用，是系统讲解其从数据处理到可视化全流程的实用指南。作者结合多年职场实战经验，不仅深入拆解DeepSeek数据分析的核心功能——涵盖数据采集、清洗、预处理、探索分析、建模（回归、聚类、时间序列等）及模型评估，更通过金融量化数据分析、电商平台数据分析等真实行业案例，搭配报告撰写技巧，提供独到见解与落地建议。助力职场人在激烈竞争中凭借先进技能突破瓶颈，实现职业进阶，开启发展新篇。