核心用法
lh-edge-tts 是一个封装了 Python edge-tts 库的文本转语音（TTS）技能，通过调用 Microsoft Edge 的在线神经 TTS 服务生成高质量音频。用户可通过以下两种方式使用：
1. 内置工具调用：检测到 "tts" 触发词时，直接调用 clawdbot 内置 tts 工具，自动返回 MEDIA 路径并由 bot 路由至当前频道，适合快速简单的语音合成需求。
2. Python 脚本高级定制：对于需要精细控制的场景，可直接使用 scripts/tts_converter.py，支持：
- 多语言神经语音选择（如 en-US-MichelleNeural、zh-CN-XiaoxiaoNeural 等）
- 语速调节（-20% 至 +50%）
- 音调与音量微调
- 字幕同步生成（VTT/SRT 格式）
- 从文件读取文本、代理设置、超时控制
配置管理通过 scripts/config_manager.py 实现持久化用户偏好，存储于 ~/.tts-config.json。
显著优点
- 零成本无门槛：无需 API 密钥，完全免费使用微软 Edge 神经 TTS 服务
- 音质卓越：采用 Neural 结尾的神经语音，合成效果自然流畅，接近真人发声
- 多语言覆盖：支持英语、中文、西班牙语、法语、德语、日语、阿拉伯语等主流语言
- 灵活可控：语速、音调、音量均可精细调节，适配新闻播报、教程讲解、有声书等多种场景
- 字幕联动：可同步生成标准 VTT/SRT 字幕文件，便于视频制作与无障碍访问
- 场景触发智能：自动识别 "tts" 关键词并过滤无关触发词，避免误转换
潜在缺点与局限性
- 网络依赖：必须保持互联网连接，离线环境无法使用
- 服务稳定性风险：依赖微软 Edge 在线服务，存在服务变更或限流可能
- 临时文件默认：未指定输出路径时音频存于系统临时目录，可能自动清理
- 语言支持有限：虽覆盖主流语言，但小众方言或特定口音选择受限
- 无实时流式输出：生成完整文件后返回，不支持边合成边播放的低延迟场景
适合人群
- 多任务用户：通勤、驾驶、烹饪时需要听取长文本内容的场景
- 内容创作者：需快速生成配音素材并导出字幕的视频制作者
- 无障碍需求者：视障用户或偏好听觉学习方式的群体
- 语言学习者：利用多语言语音调节语速跟读训练
- 开发者与自动化工作流：通过脚本集成实现批量文本转语音处理
常规风险
- 隐私合规：文本内容需传输至微软服务器处理，敏感信息需谨慎评估
- 版权注意：商用场景需确认微软 TTS 服务条款许可范围
- 输出文件管理：临时文件可能丢失，重要内容应显式指定永久存储路径
- 依赖维护：edge-tts 库版本更新可能导致接口变动，建议锁定版本测试