Telegram Voice Group

核心用法

Telegram 群组语音消息发送 是一款面向 OpenClaw 生态的语音通信技能，允许 AI 助理将文本转换为语音并发送至指定的 Telegram 群组话题。核心使用模式为：

1. 自然语言触发：直接指令 "向 {会话键} 发送语音: {内容}"
2. 程序化调用：通过 sessions_spawn 或 sendVoiceToTelegramGroup API 集成
3. 话题定向：支持 threadId 参数实现话题级精准投递

技术流程为：Edge-TTS 生成 MP3 → FFmpeg 转码为 Telegram 兼容的 OGG Opus → 以语音气泡形式发送。

显著优点

• 高质量语音合成：采用 Microsoft Azure 神经网络语音（默认 zh-CN-XiaoxiaoNeural），支持语速调节
• Discord 替代方案：话题级会话隔离，每个话题拥有独立上下文 agent:main:telegram:group:{groupId}:topic:{threadId}，支持多模型并行配置
• 格式智能清洗：自动移除 Markdown、URL、特殊符号，避免朗读噪声
• 专业音频编码：48k Opus 单声道，兼顾音质与文件体积
• 灵活部署：支持 Linux 环境，依赖仅 ffmpeg 与 edge-tts

潜在局限

• 平台锁定：仅支持 Telegram，无法迁移至其他 IM 平台
• 依赖外部服务：Edge-TTS 需网络连接至微软服务器
• 无实时语音：仅支持离线生成后发送，非实时通话
• 权限门槛：需 Bot 具备群组管理员权限方可正常运作
• 环境限制：OpenClaw metadata 明确限定 os: ["linux"]

适合人群

• 社区运营者：需通过 AI 自动播报群公告、活动提醒
• Discord 迁移用户：寻求频道级隔离的 Telegram 替代方案
• 开发者：需在自动化工作流中集成语音通知功能
• 多语言社区：利用 Edge-TTS 多语种能力服务国际化群组

常规风险

• 权限失控风险：管理员权限授予第三方 Bot 存在潜在越权操作可能
• 内容合规风险：语音内容绕过文本审核，需确保生成内容符合群组规范
• 依赖可用性：微软 TTS 服务或 Telegram API 变更可能导致功能中断
• 临时文件管理：虽声称自动清理，但高并发场景下 /tmp 目录可能堆积
• 会话键泄露：硬编码的 groupId/topicId 若暴露可能导致消息误发至错误群组

核心用法

Telegram 群组语音消息发送技能是一款面向 OpenClaw 框架的自动化工具，旨在将文本内容转换为自然流畅的中文语音并通过 Telegram Bot 发送至指定群组或话题。该技能采用 Microsoft Edge-TTS 引擎生成高质量语音，经 FFmpeg 转换为 Telegram 兼容的 OGG Opus 格式后发送。

典型使用场景：

• 社区运营自动播报重要通知
• AI 助手向指定话题发送语音回复
• 多频道内容分发（利用话题隔离特性替代 Discord）

显著优点

1. 语音质量优异：基于 Microsoft Edge-TTS，支持 zh-CN-XiaoxiaoNeural 等神经网络语音，发音自然
2. 话题隔离架构：每个话题拥有独立会话上下文 agent:main:telegram:group:{groupId}:topic:{threadId}，可实现多频道并行管理
3. 格式自动清洗：自动移除 Markdown 标记、URL 和特殊符号，避免朗读出标记字符
4. 零依赖包：仅依赖系统级工具（ffmpeg、edge-tts），无 npm 供应链风险

潜在缺点与局限性

1. 命令注入风险：使用 child_process.exec 拼接命令字符串，虽经基础过滤但仍存在潜在注入面
2. T3 来源可信度：作者为个人开发者 sanwecn，无公开 GitHub 仓库，长期维护存在不确定性
3. 平台绑定：仅支持 Telegram 生态，无法迁移至其他即时通讯平台
4. 外部工具依赖：需预装 ffmpeg 和 edge-tts，部署环境要求较严格

适合人群

• Telegram 社群运营者需要自动化语音播报
• 已部署 OpenClaw 框架的技术用户
• 希望用 Telegram 话题替代 Discord 频道的社区管理者
• 对中文 TTS 质量有较高要求的应用场景

常规风险

• 输入验证不足：语音参数（voice、rate）缺乏白名单校验，可能导致无效请求
• 临时文件管理：虽自动清理，但异常中断时可能残留 /tmp 目录文件
• 权限要求：Bot 需具备群组管理员权限方可正常发送媒体消息