（6期）TinkerClaw Jarvis Voice – 离线AI语音·英式管家音色·幽默人格

离线AI语音·英式管家音色·幽默人格 为AI代理添加离线语音合成能力，采用sherpa-onnx本地TTS引擎，配合ffmpeg音效处理实现钢铁侠JARVIS风格的英式口音与金属质感音色，内置幽默人格模板。 使用说明 核心功能 jarvis-voice 是一款为OpenClaw代理打造的离线语音合成技能，通过整合sherpa-onnx本地TTS引擎（Piper en_GB Alan语音模型）与ffmpeg音频处理链，赋予AI代理具有辨识度的"JARVIS式"声音特征。 技术实现 语音合成：基于sherpa-onnx的VITS模型，采用英国男性Alan音色，语速2倍加速(--vits-length-scale=0.5)，纯离线运行 音效处理：ffmpeg多阶段处理链——音高提升5%（紧缩感）、镶边效果（金属光泽）、15ms回声（机械共鸣）、高通200Hz+高音增强6dB（HUD清晰度） 输出方式：通过aplay直接播放至默认音频设备，或使用jarvisshell命令在后台异步执行 使用模式 采用"混合输出"设计：先执行exec(command='jarvis "文本"', background=true)触发语音，再以Jarvis: 文本格式输出可见转录。Webchat界面自动渲染为紫色斜体样式，非网页端保持粗体斜体兼容。 幽默人格集成 该技能并非单纯语音工具，而是与ai-humor-ultimate配套的认知架构组件。内置四种研究验证的喜剧模式：干冷机智（dry wit）、AI自我认知（self-aware AI）、外星观察者视角（alien observer）、习语字面拆解（literal idiom play），频率设为最大值。 显著优点 完全离线：无需网络连接，无云端API依赖，隐私数据零外传 确定性执行：jarvis脚本参数固定，无动态命令注入风险 低延迟：本地TTS+后台播放，语音与文本几乎同步感知 高度可定制：ffmpeg效果链、语音模型、语速参数均可调整 生态整合：与OpenClaw工作区注入机制配合，通过VOICE.md/SESSION.md/HUMOR.md模板实现会话级自动激活 局限性与风险 英语唯一：Alan模型不支持多语言，非英语内容需先翻译 Linux限定：依赖ALSA (aplay)，macOS/Windows需额外适配 环境依赖重：需预装sherpa-onnx运行时、ffmpeg、配置SHERPAONNXTTS_DIR环境变量 硬件耦合：默认使用plughw:0,0设备，多声卡环境需手动调整 字符限制：单次语音≤1500字符，长文本需分段处理 无权限隔离：脚本以用户级权限运行，虽无提权设计但亦无沙箱保护 适合人群 构建本地化AI助手、追求《钢铁侠》JARVIS沉浸体验的技术爱好者 对语音隐私敏感、拒绝云端TTS服务的用户 已部署OpenClaw生态、希望扩展多模态交互的开发者 具备Linux系统管理基础、能独立排查音频子系统问题的用户 安全评估 该技能的安全设计偏向"确定性透明"：命令固定、开源可审计、无网络行为。主要风险集中于供应链（从GitHub Releases下载模型包）和本地环境配置。建议用户在首次使用前审阅jarvis脚本内容，确认无恶意代码植入。 原始说明 Turn your AI into JARVIS. Voice, wit, and personality — the complete package. Humor cranked to maximum.