Feishu Voice

---
name: feishu-voice
description: 飞书语音消息发送技能。将文本转换为语音并发送到飞书，支持 TTS 生成、格式转换、语速调整、时长读取、文件上传和消息发送。
metadata: {
  "openclaw": {
    "requires": {
      "bins": ["ffmpeg", "ffprobe", "jq"],
      "env": ["FEISHU_APP_ID", "FEISHU_APP_SECRET", "COZE_API_KEY"],
      "optional_env": ["FEISHU_RECEIVER", "FEISHU_APP_ID_B", "FEISHU_APP_SECRET_B", "FEISHU_RECEIVER_B", "OPENCLAW_WORKSPACE"],
      "skills": ["coze-tts"]
    }
  }
}
---

# 飞书语音消息发送技能

将文本转换为语音消息发送到飞书，支持在飞书聊天窗口直接播放。

## 功能特性

- ✅ TTS 文字转语音（使用 **coze-tts**）
- ✅ 支持语速调整（0.5-2.0x）
- ✅ 自动转换为 opus 格式（飞书要求）
- ✅ 读取音频时长
- ✅ 上传到飞书服务器
- ✅ 发送可播放的语音消息

## 前置要求

### 环境变量

**必需变量：**

```bash
# 飞书配置（必需）
export FEISHU_APP_ID="cli_xxx"              # 飞书应用 ID
export FEISHU_APP_SECRET="your_secret"      # 飞书应用密钥

# Coze 配置（用于 TTS）
export COZE_API_KEY="your_coze_key"         # Coze API 密钥
```

**可选变量：**

```bash
# 接收者配置
export FEISHU_RECEIVER="ou_xxx"             # 默认接收者 Open ID

# 多应用配置（用于支持多个飞书应用）
export FEISHU_APP_ID_B="cli_xxx"            # 应用 B 的 ID
export FEISHU_APP_SECRET_B="your_secret"    # 应用 B 的密钥
export FEISHU_RECEIVER_B="ou_xxx"           # 应用 B 的接收者

# 工作区路径（用于定位依赖技能）
export OPENCLAW_WORKSPACE="/path/to/workspace"  # OpenClaw 工作区目录
```

### 必需工具

- `ffmpeg` - 音频格式转换、语速调整
- `ffprobe` - 读取音频信息
- `jq` - JSON 处理

### 依赖技能

- `coze-tts` - 文字转语音

## 使用方法

### 基本用法

```bash
# 发送语音消息
bash scripts/send_voice.sh "你好，这是一条语音消息"
```

### 高级选项

```bash
# 指定 voice_id 和语速
bash scripts/send_voice.sh "你好" 2 1.2

# 参数说明：
# - voice_id: Coze 音色 ID（默认 1）
# - 语速: 0.5-2.0（默认 1.0）
```

## 脚本说明

### send_voice.sh

主脚本，完整的语音消息发送流程。

**用法：**
```bash
bash scripts/send_voice.sh <文本> [voice_id] [语速] [接收者]
```

**参数：**
- `文本` (必需): 要转换为语音的文字
- `voice_id` (可选): Coze 音色 ID（默认：1）
- `语速` (可选): 0.5-2.0（默认：1.0）
- `接收者` (可选): 飞书 open_id

**环境变量：**
- `FEISHU_APP_ID`: 飞书应用 ID
- `FEISHU_APP_SECRET`: 飞书应用密钥
- `FEISHU_RECEIVER`: 接收者 Open ID（可选）
- `COZE_API_KEY`: Coze API 密钥

### 流程说明

1. **TTS 生成**: 使用 coze-tts 生成 MP3 格式音频
2. **语速调整**（可选）: 使用 ffmpeg atempo 滤镜调整语速
3. **格式转换**: 使用 ffmpeg 转换为 opus 格式
4. **读取时长**: 使用 ffprobe 获取音频时长（毫秒）
5. **上传文件**: 上传到飞书，指定 `file_type=opus` 和 `duration`
6. **发送消息**: 发送 `msg_type=audio` 消息

## 技术细节

### 音频格式要求

飞书语音消息要求：
- **格式**: opus (OGG 容器)
- **编码**: libopus
- **比特率**: 24k
- **采样率**: 24000 Hz
- **声道**: 单声道

### Duration 参数

**关键**: 必须在上传时提供 `duration` 参数（整数毫秒），否则时长显示为 0。

```bash
# 正确的上传方式
curl -X POST "https://open.feishu.cn/open-apis/im/v1/files" \
  -F "file=@voice.opus" \
  -F "file_type=opus" \
  -F "duration=6000"          # ← 关键参数（毫秒）
```

### API 端点

| 端点 | 用途 |
|------|------|
| `/auth/v3/tenant_access_token/internal` | 获取访问令牌 |
| `/im/v1/files` | 上传文件 |
| `/im/v1/messages` | 发送消息 |

## 故障排查

### 语音没有时长

**问题**: 发送的语音消息时长显示为 0

**解决**: 确保在上传时传递了 `duration` 参数（整数毫秒）

```bash
# 获取时长（转换为毫秒）
DURATION_MS=$(ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 voice.opus | awk '{printf "%.0f", $1 * 1000}')

# 上传时带上 duration（毫秒）
curl ... -F "duration=$DURATION_MS"
```

### 无法播放

**问题**: 语音消息无法播放

**可能原因**:
1. 格式不是 opus
2. `file_type` 参数错误
3. 文件损坏

**解决**:
```bash
# 检查格式
ffprobe voice.opus

# 重新转换
ffmpeg -i input.mp3 -c:a libopus -b:a 24k voice.opus
```

### API 权限错误

**问题**: 上传时返回权限错误

**解决**: 确保飞书应用有以下权限：
- `im:message`
- `im:message:send_as_bot`

## 完整示例

```bash
# 设置环境变量
export FEISHU_APP_ID="your_app_id_here"
export FEISHU_APP_SECRET="your_app_secret_here"
export COZE_API_KEY="your_coze_key_here"

# 发送语音（默认设置）
bash scripts/send_voice.sh \
  "你好，这是一条测试语音消息。"

# 发送语音（指定 voice_id=2，语速 1.2x）
bash scripts/send_voice.sh \
  "你好，这是一条测试语音消息。" 2 1.2
```

## 注意事项

1. **Coze TTS 限制**: 单次文本长度请参考 Coze 文档
2. **整数时长**: duration 必须是整数毫秒
3. **opus 格式**: 飞书只接受 opus 格式的音频消息
4. **语速范围**: 支持 0.5-2.0x，使用 ffmpeg atempo 实现
5. **文件清理**: 临时文件会自动清理

## 相关技能

- `coze-tts`: 文字转语音
- `coze-asr`: 语音转文字

## 更新日志

**2026-03-24**: 从 zhipu-tts 迁移到 coze-tts，新增语速调整功能