语音发送

已在微信 4.1.15.13 的文件传输助手完成 2 秒合成测试音发送，手机端确认收到并可正常播放。好友、群聊共用目标 ID 接口，尚未分别实机验证。

控制台输入 send-voice 会话ID "完整语音路径"；会话 ID 可为 filehelper、好友 ID 或群 ID。

powershell

python -m pip install -r requirements-voice.txt
python main.py

安装可选依赖后，可以发送单声道、16-bit PCM WAV，采样率支持 8/12/16/24 kHz。WAV 会转成 Tencent SILK，并补齐最后不足 20 毫秒的一帧；源文件保留。直接发送已经编码好的微信 SILK 不需要编码依赖；标准 SILK 的完整头尾会在发送快照中规范化。只支持 20 ms/包的 SILK v3 封装，时长按包计数，不保证任意第三方 SILK 载荷都可解码。暂不支持 MP3、AAC、立体声或其他 WAV 编码；单条最多 60 秒，输入文件最多 20 MiB。

插件声明 "requires": ["voice.send"] 后调用：

python

ctx.send_voice("filehelper", voice_path)
ctx.reply_voice(message, voice_path)

原生发送按连接和账号核对，不使用文本随机等待。文件快照放在本项目 .runtime/voices/ 的当前账号子目录，调用结束后清理；原生入口在排队前把音频字节复制到任务持有的内存，避免超时或退出时删除快照影响已排队任务。底层仍锁定微信 4.1.15.13，发送结果为微信原生接口返回的接受状态，不能单独证明对方已经收到或成功播放。暂未接入语音接收或语音识别。

Fish Audio 文字转语音

voice_reply 是可选插件，默认关闭。它把 mention_chat 已生成的回复合成为微信语音；人格与此人此前十条上下文保持原有处理。菜单、总结、接龙仍发文字。

安装上面的语音编码依赖，并完成大模型和成员目录配置。
将 tts_config.example.json 复制为 tts_config.json，填写自己的密钥。正常启动也会补齐缺失模板。
在控制台启用 mention_chat 和 voice_reply，或设置对应插件的 enabled: true。
在支持的群发送 /查看音色，再发送 /音色名称；从微信成员列表真正艾特机器人并提问。

json

{
  "base_url": "https://api.fish.audio",
  "api_key": "YOUR_FISH_API_KEY",
  "model": "s2.1-pro-free",
  "default_voice": "",
  "timeout_seconds": 45,
  "max_chars_per_clip": 160
}

音色列表包含密钥所属工作区的个人音色，以及 Fish Audio 社区公开、已训练且未下架的 TTS 音色。群命令如下：

命令	用途
`/查看音色`	显示个人音色和中文公开音色第一页
`/查看音色 2`	查看中文公开音色第二页
`/查看音色温柔`	按关键词搜索个人音色和公开音色
`/查看音色温柔 2`	查看公开搜索结果第二页
`/查看音色全部`	浏览各国语言的公开音色，后面可加关键词与页码
`/音色完整名称`	按完整名称切换本群音色
`/音色 ID`	按准确 ID 选择，支持尚未浏览到的公开音色

公开音色每页查询 10 条，默认同时按中文语音和中文标题筛选；全部 模式取消这两个语言筛选。普通条目只显示名称；与当前页其他音色或个人音色重名时附上 ID。过长名称会缩略显示并附 ID，应使用 ID 选择。公开列表受服务端浏览窗口限制，范围之外可改用关键词搜索或直接使用音色 ID；不会将该窗口的数量当成全站总数。列表按语言范围分别缓存十分钟，重载插件可刷新。

按名称切换时个人音色优先；公开音色必须完整名称唯一匹配，重名时返回候选 ID，不会自动猜选。default_voice 可填个人或公开音色的名称或 ID，空值表示先在群里选择。

/音色关闭 或 /音色文字 仅关闭当前群的语音回复；再次选择名称即可恢复。选择按账号、群存入本地成员数据库，重启、每日清空、/清空 均保留。配置文件路径由 bot_config.json 的 tts_config_file 指定，修改后重载 voice_reply 或重启。

合成使用 WAV、24 kHz、单声道 16-bit PCM，并修正流式 WAV 的占位长度，再转为微信 SILK。长回复按句子拆分，每段最多 max_chars_per_clip 字符（20–180），每条音频最多 60 秒。全部片段先合成成功，再只发送语音条；合成失败时回退文字，原生发送结果不确定时不自动重复发送。

合成期间发生清空、跨天、人格/音色切换、插件停用或微信断开，会取消未发出的旧语音。临时 WAV 位于 .runtime/tts/，调用结束后清理；本地密钥、音色设置和缓存不要提交到仓库。模型回复正文会发送到你配置的 Fish Audio 服务。

语音发送 ​

Fish Audio 文字转语音 ​

语音发送

Fish Audio 文字转语音