openclaw/winmsg-tts

winmsg-tts

Windows 本地 TTS 朗读技能。通过 WM_COPYDATA 消息把 AI 回复实时发送到迷你窗口朗读，支持中英文标点分割、队列顺序播放、语速音量滑块调节，零 token 消耗，完全本地运行。

核心规则（重要！）

开启朗读模式

• 用户说"开启朗读模式"时 → 自动启动 TTS 迷你窗口
• 启动后第一条消息要说点自然的、有上下文的话，不要说通用测试句
• 把 HWND 和启动成功状态告诉用户

朗读中（每次回复必须执行！）

TTS 模式下，AI 的每一条用户可见回复，都必须同步调用 sendmsg_hwnd.py 发送到小窗口朗读。不得遗漏。不得只发文字不转发音频。

流程：

1. 收到用户消息
2. 生成回复文字
3. 调用 sendmsg_hwnd.py：python sendmsg_hwnd.py <回复内容>
4. 把同一回复文字也发给用户（webchat）

关闭朗读模式

• 用户说"关闭朗读模式"时 → 发送精确退出命令：python sendmsg_hwnd.py --quit
• 只关闭自己的 TTS 窗口，不会影响其他进程
• 关闭后告知用户

规则要点

• 只把用户看得见的回复发给 TTS 窗口，不要发内部推理
• 开启时说自然的话，不要每次都说"这是一条测试消息"
• 滑块调节实时生效，无需重启

技术特性

• 自动分句：按中英文标点（。 ； ： ！ ？ …… . , ; : ! ?）分割句子，保留标点到句尾
• 队列播放：多句按顺序排队播放，不重叠，不打断
• label 同步：窗口文字随播放进度同步更新，每播一句更新一句
• 无弹窗：使用 CREATE_NO_WINDOW (0x08000000) + Base64 编码，彻底解决 PowerShell 窗口问题
• 配置持久化：语速/音量保存到配置文件，断电重启后恢复上次设置
• 精确关闭：通过 __QUIT__ 命令关闭自己的窗口，不杀其他进程

文件说明

• scripts/wmserver_20260327.py — TTS 接收端，320×90像素迷你窗口，无边框右下角永远置顶
• scripts/sendmsg_hwnd.py — 发送端，通过 WM_COPYDATA 发送字符串；支持 --quit 精确关闭
• config/tts_speed.txt — 语速配置（-10 到 +10）
• config/volume.txt — 音量配置（0-100）
• config/wmserver_hwnd.txt — 当前窗口 HWND（运行时生成）

使用方法

1. 安装依赖：pip install pywin32
2. 启动 TTS：python scripts/wmserver_20260327.py
3. 发送信息：python scripts/sendmsg_hwnd.py <消息内容>
4. 关闭 TTS：python scripts/sendmsg_hwnd.py --quit

技术原理

• WM_COPYDATA = 0x004A + COPYDATASTRUCT 结构，跨进程传字符串
• PowerShell System.Speech.Synthesis.SpeechSynthesizer TTS 引擎
• Base64 编码命令避免中文和长度限制
• 消息队列顺序播放，不重叠
• tkinter 做 UI，overrideredirect(True) 无边框窗口
• CREATE_NO_WINDOW 禁止 PowerShell 弹窗
• __QUIT__ 命令通过窗口类名精确关闭窗口，不影响其他进程
• 配置持久化到文本文件，断电重启后恢复上次设置

UI 布局（320×90）

[白色文字显示区域（当前播放的句子）]
[慢]━━━●━━━━━━━━[快]   ← 语速滑块
[小]━━━●━━━━━━━━[大]   ← 音量滑块

• 背景：深灰色 #2d2d2d
• 文字：白色 #FFFFFF，微软雅黑 10pt 粗体
• 滑块轨道：灰色 #555555
• 滑块把手：白色 oval

系统要求

• Windows 系统
• Python 3.8+
• pywin32