Telegram Voice Group

核心用法

telegram-voice-group 技能通过集成 Microsoft Edge-TTS 与 FFmpeg，实现高质量中文语音合成并推送至 Telegram 群组指定话题。用户可通过自然语言指令（"向 {会话键} 发送语音: {内容}"）、sessions_spawn 调用或直接使用 Node.js 函数三种方式触发。会话键格式为 agent:main:telegram:group:{groupId}:topic:{threadId}，每个话题拥有完全独立的上下文与对话历史，可替代 Discord 频道进行多频道管理。

显著优点

• 话题级上下文隔离：不同 threadId 的会话历史互不干扰，支持为每个话题配置独立 AI 模型
• 音质优化：采用 Edge-TTS 的神经网络语音（默认 zh-CN-XiaoxiaoNeural）+ Opus 48k 编码，朗读效果自然
• 格式自动清洗：自动剥离 Markdown、URL、特殊符号，避免朗读噪音
• 部署文档详尽：包含完整的 Bot 邀请、权限配置、ID 获取教程，降低接入门槛

潜在缺点与局限性

• 外部依赖重：必须预装 edge-tts 与 ffmpeg，Linux 环境配置复杂度较高
• 仅限 Linux：当前不支持 Windows/macOS 部署
• 语音可控性有限：仅支持 rate 调节，无法细调 pitch、volume 或选择非中文音色
• 临时文件管理：虽声称自动清理，但未明确异常退出时的残留处理机制

适合人群

• 运营 Telegram 社区的多频道管理员
• 需要将 Discord 频道架构迁移至 Telegram 的 AI Bot 开发者
• 追求快速部署、对语音质量有基础要求但无需深度定制的用户

常规风险

• 权限配置风险：Bot 需管理员权限才能正常发送媒体，过度授权可能带来群组管理安全隐患
• 群组 ID 暴露：会话键包含明文 groupId/threadId，若日志未脱敏可能导致敏感会话标识泄露
• 依赖服务可用性：Edge-TTS 依赖微软在线 TTS 服务，网络波动或 API 变更将影响功能
• 语音内容合规：自动清洗仅处理格式符号，不审查语义内容，违规语音发送责任由运营方承担

核心功能与用法

telegram-voice-group 是一款面向 Telegram 群组的语音消息自动化工具，核心能力是将用户输入的文本转换为自然流畅的中文语音，并以语音气泡形式发送至指定群组或话题。

典型使用场景

• 社区公告自动化：管理员可通过自然语言指令让 AI 朗读通知内容
• 多话题隔离运营：利用 Telegram 话题功能实现类似 Discord 频道的多场景独立运营
• AI 人格化交互：为 Bot 赋予语音输出能力，提升用户互动体验

三种调用方式

1. 自然语言指令：直接向 Bot 说出"向 {会话键} 发送语音: {内容}"
2. 代码调用：通过 sessions_spawn 或函数直接调用
3. 话题定向发送：通过 threadId 参数精确投递至特定话题

显著优点

技术实现简洁可靠

• 零第三方依赖：仅使用 Node.js 内置模块 + OpenClaw 核心库，无供应链风险
• 本地 TTS 方案：基于 Microsoft Edge-TTS，无需外部 API 密钥，音质优秀
• 格式自动兼容：内置 FFmpeg 转码，确保 Telegram 语音气泡完美渲染

运营能力突出

• 话题级上下文隔离：每个话题拥有独立会话键 agent:main:telegram:group:{groupId}:topic:{threadId}，历史记录互不干扰
• Discord 替代方案：支持为不同话题配置不同 AI 模型，实现多频道差异化运营
• 智能文本清洗：自动移除 Markdown、URL 等标记，避免朗读尴尬

潜在局限与注意事项

功能边界

• 仅限中文语音：Edge-TTS 虽支持多语言，但当前文档主要聚焦中文场景
• 群组权限依赖：需 Bot 具备管理员权限才能正常发送语音
• 无实时语音通话：非 VoIP 通话工具，仅为异步语音消息

运维成本

• 本地资源占用：需安装 ffmpeg 和 edge-tts，对 Linux 服务器友好，Windows/macOS 需额外配置
• 临时文件管理：虽自动清理，但高频使用需关注磁盘 I/O

适合人群

• Telegram 社区运营者与管理员
• 需为 AI Bot 增加语音交互能力的开发者
• 寻求 Discord 替代方案的中文社区组织者
• 自动化内容分发场景的技术团队

常规风险评估

| 风险维度 | 等级 | 说明 |

|---------|------|------|

| 代码安全 | **极低** | 无危险函数、无敏感信息硬编码、无网络外泄 |

| 供应链安全 | **极低** | 零第三方 npm 依赖，仅调用本地系统命令 |

| 隐私合规 | **低** | 仅处理用户主动输入的文本，不采集敏感信息 |

| 运营风险 | **中** | 需妥善管理 Bot 权限，防止被滥用发送垃圾语音 |

安全认证报告显示 S 级/95 分，属优秀安全级别，适合生产环境部署。