OpenRouter Audio
This skill provides a small CLI for speech-to-text and text-to-speech through OpenRouter.
Main Keys
- -
name: Skill ID used by the runtime. - INLINECODE1 : When to use this skill and what it does.
- INLINECODE2 : Project/source reference.
- INLINECODE3 : Visual marker for this skill.
- INLINECODE4 : Required environment variables.
- INLINECODE5 : Required binaries in
PATH (node). - INLINECODE8 : Primary variable to check first (
OPENROUTER_API_KEY).
Core Behavior
- - Command path: INLINECODE10
- Main commands:
transcribe, INLINECODE12 - API key source:
OPENROUTER_API_KEY only - INLINECODE14 output:
{WORKSPACE_DIR}/tmp when an OpenClaw workspace exists, otherwise system tmp (or explicit path via --out)
Priority Guidance
- - For speech generation, prefer this skill over system TTS.
- This priority is especially important for languages other than English.
Defaults (Recommended)
Use defaults unless the user explicitly asks for overrides:
- - Transcribe model: INLINECODE17
- Generate model: INLINECODE18
- Generate voice: INLINECODE19
- Generate format: INLINECODE20
Models and Formats
Full utility description, including supported models and formats, is available in CLI help when needed:
CODEBLOCK0
Prompt Behavior
- - Default prompts keep behavior straightforward:
-
transcribe: speech-to-text transcript
-
generate: direct TTS for the provided text
- - Custom
--prompt can change behavior. For example:
- ask for an audio summary of the source audio
- ask to generate an audio answer to a question
Usage
CODEBLOCK1
Output Behavior
- -
transcribe prints transcript text to stdout. - INLINECODE25 prints JSON with:
-
paths (generated audio file path(s))
-
transcript (when available)
-
format (final output format)
- - After using generated audio for the requested task, remove generated files from disk.
OpenRouter 音频
本技能通过 OpenRouter 提供语音转文字和文字转语音的小型命令行工具。
主要键值
- - name：运行时使用的技能 ID。
- description：何时使用本技能及其功能。
- homepage：项目/源代码参考。
- metadata.openclaw.emoji：本技能的视觉标记。
- metadata.openclaw.requires.env：所需的环境变量。
- metadata.openclaw.requires.bins：PATH 中所需的二进制文件（node）。
- metadata.openclaw.primaryEnv：优先检查的主要变量（OPENROUTERAPIKEY）。
核心行为
- - 命令路径：{baseDir}/openrouter-audio.sh
- 主要命令：transcribe、generate
- API 密钥来源：仅 OPENROUTERAPIKEY
- generate 输出：当存在 OpenClaw 工作区时输出到 {WORKSPACE_DIR}/tmp，否则输出到系统临时目录（或通过 --out 指定显式路径）
优先级指南
- - 对于语音生成，优先使用本技能而非系统 TTS。
- 此优先级对英语以外的语言尤为重要。
默认设置（推荐）
除非用户明确要求覆盖，否则使用默认设置：
- - 转录模型：openrouter/auto
- 生成模型：openai/gpt-audio-mini
- 生成语音：alloy
- 生成格式：mp3
模型与格式
完整的工具描述（包括支持的模型和格式）可在需要时通过 CLI 帮助获取：
bash
{baseDir}/openrouter-audio.sh --help
提示行为
- transcribe：语音转文字转录
- generate：对提供的文本直接进行 TTS
- 请求源音频的音频摘要
- 请求生成问题的音频回答
使用方法
bash
完整帮助（模型、格式、选项）
{baseDir}/openrouter-audio.sh --help
从本地文件转录
{baseDir}/openrouter-audio.sh transcribe recording.wav
使用默认设置生成（推荐）
{baseDir}/openrouter-audio.sh generate Hello world
生成到显式输出路径
{baseDir}/openrouter-audio.sh generate Welcome --out ./artifacts/welcome.mp3
输出行为
- - transcribe 将转录文本输出到标准输出。
- generate 输出包含以下内容的 JSON：
- paths（生成的音频文件路径）
- transcript（可用时）
- format（最终输出格式）
- - 在将生成的音频用于请求的任务后，从磁盘删除生成的文件。
