核心功能
feishu-speaker 是一款专为飞书平台设计的双向语音消息工具，打通语音转文字（ASR）与文字转语音（TTS）的完整链路，让AI助手能够以自然语音方式与用户交互。
显著优点
1. 双向语音能力：区别于单一方向的语音工具，同时支持接收语音转文字（OpenAI Whisper本地处理）和发送文字转语音（Edge-TTS多音色合成），实现真正的语音对话闭环。
2. 本地化隐私保护：Whisper转录完全本地运行，无需联网上传音频，敏感语音内容不上云端，适合企业私密场景。
3. 丰富的音色选择：提供4种中文音色（男/女/年轻/成熟），支持语速调节（0.5x-2.0x），可匹配正式商务、日常交流、客服等不同场景的人格化表达。
4. 智能回复模式：根据接收消息类型自动选择回复方式（语音→语音，文字→文字），减少人工配置成本。
潜在局限与风险
- 依赖复杂度：需同时安装Python（Whisper）、Node.js（Edge-TTS）、FFmpeg三套环境，部署门槛较高
- 飞书生态绑定：深度耦合飞书API，无法迁移至其他IM平台
- 本地算力要求：Whisper模型运行需要一定GPU/CPU资源，large模型在普通设备上延迟明显
- Edge-TTS网络依赖：虽号称"Edge"，但实际仍需微软服务网络，国内偶有连接不稳定
适合人群
- 需要为飞书机器人增加"人格化"语音交互的开发者
- 企业内部智能助手/数字员工项目的运维团队
- 对语音隐私有要求、偏好本地转录方案的用户
常规风险
配置文件中需硬编码app_secret和receiver_id，存在凭证泄露风险；建议配合.credentials文件权限管理（600），避免提交至版本控制。