核心用法
Ressemble 是一个 OpenClaw 平台的技能插件，通过直接调用 Resemble AI HTTP API 实现语音与文本的双向转换：
- 文本转语音（resemble-tts）：输入文本生成高质量语音，支持自定义声线（voice_uuid）、MP3格式输出及Base64音频返回
- 语音转文本（resemble-stt）：上传音频文件进行异步转录，自动轮询直至完成并返回纯净文本
显著优点
1. 企业级语音质量：依托 Resemble AI 的专业语音合成技术，输出自然流畅
2. 异步处理机制：STT 支持自动轮询，避免长耗时任务阻塞
3. 灵活集成：直接 HTTP 调用，无需额外 SDK，适配多种开发场景
4. 格式友好：支持 MP3 主流格式与 Base64 编码，便于前后端传输
潜在局限
- 依赖外部服务：完全依赖 Resemble AI 的 API 可用性与定价策略
- 密钥管理风险：需配置
RESEMBLE_API_KEY，存在泄露风险 - 网络延迟：HTTP 调用受网络质量影响，实时性不如本地 TTS/STT 方案
- 功能边界：仅覆盖基础 TTS/STT，不支持实时流式处理或高级语音克隆
适合人群
- 需要快速集成专业语音能力的开发者
- 构建播客、有声书、客服系统等语音内容应用的产品团队
- 已使用 OpenClaw 平台且不愿自建语音基础设施的技术团队
常规风险
- API 密钥泄露：环境变量配置不当可能导致密钥暴露
- 成本控制：按量计费的 API 可能在高频调用下产生意外费用
- 服务依赖：Resemble AI 服务中断将直接影响功能可用性
- 数据隐私：音频文件上传至第三方云端，需关注合规性要求