语音识别Skill
语音识别将音频转为文字。使用Whisper模型：transcript = whisper.transcribe(audio_file)。OpenClaw封装为SpeechSkill，简化调用。
语音合成Skill
语音合成将文字转为音频。使用TTS模型：audio = tts.synthesize(text)。配置示例：SpeechSkill(type='tts', model='edge-tts')。
实时处理
实时语音处理：使用WebSocket接收音频流，分块处理。代码：async def process_stream(audio_chunk): result = await skill.execute(chunk)。适合实时客服场景。
应用场景
应用场景：语音客服（电话自动应答）、会议记录（语音转文字）、语音搜索（语音输入查询）、有声阅读（文字转语音）。