概述
wecom-voice 是一款面向企业微信（WeCom）用户的自动化语音消息发送工具，利用 Windows 系统内置 TTS（文本转语音）引擎，将文字内容转换为原生语音消息格式发送，而非普通的音频文件附件。
核心用法
用户通过命令行调用脚本，输入待转换的文字内容及可选的目标联系人：
node scripts/send-voice.cjs "要说的内容" # 基础用法 node scripts/send-voice.cjs "Hello" FanQi # 指定接收人
工具内部执行三步流程：首先调用 Windows System.Speech 组件（Microsoft Huihui 语音引擎）生成 WAV 音频；随后通过 FFmpeg 将音频转换为 AMR 格式（8000Hz 单声道、12.2kbit/s），该规格为企业微信原生语音消息的标准格式；最后借助 OpenClaw CLI 从 ~/.openclaw/media/inbound 目录完成消息投递。
显著优点
- 原生体验：接收方看到的是微信风格的语音消息气泡，可直接点击播放，与人工录制的语音无差别
- 零额外成本：依赖 Windows 内置 TTS 引擎，无需调用第三方付费语音合成 API
- 办公自动化友好：命令行接口便于集成至自动化脚本、定时任务或工作流系统
- 中文优化：采用 Microsoft Huihui 中文语音，发音自然度优于通用英文 TTS 引擎
潜在缺点与局限性
- 平台锁定：仅支持 Windows 环境，macOS 与 Linux 用户无法直接使用
- 依赖链复杂：需同时满足 Windows TTS + FFmpeg + OpenClaw CLI 三重依赖，任一环节缺失即失效
- 语音单一性：固定使用 Microsoft Huihui 音色，不支持语音风格切换或情感调节
- 无实时反馈：发送成功与否依赖 OpenClaw 的底层实现，缺乏独立的状态确认机制
- 目录硬编码：必须严格遵循
media/inbound路径约定，灵活性受限
适合人群
- 企业微信重度用户，需要频繁发送标准化语音通知（如运维告警、日报播报）
- 已部署 OpenClaw 生态的 Windows 办公环境
- 希望以低成本实现"文字→语音消息"自动化的开发者与运维人员
常规风险
- 账号安全：通过 OpenClaw 发送消息需授权第三方客户端，存在企业微信账号合规性审查风险
- 音频质量瓶颈：TTS 合成效果受限于本地引擎，复杂文本（多音字、专业术语）可能出现误读
- 格式兼容隐患：AMR 编码参数若与企业微信后续更新不匹配，可能导致消息无法正常播放
- 路径污染风险：脚本需写入用户目录下的固定路径，存在文件冲突或权限问题的可能性