【Mac M系列养虾人专属福利】本地Qwen3-TTS强兼OpenAI端点！

QuasarRyan

2026年03月12日 04:38

大家好！我最近基于 mlx-audio 这个 python 库，vibe coding 出来一个纯本地 TTS 项目——mlx-audio-bridge（GitHub: https://github.com/QuasarRyan/mlx-audio-bridge），专为 Apple Silicon Mac（M1/M2/M3/M4/M5）打造。

它是基于 MLX 框架的音频库 mlx-audio 接入 Qwen3-TTS（阿里最新开源TTS模型）的一个实现，能把本地音频推理桥接成完整兼容 OpenAI 的 /v1/audio/speech 端点！

现在 OpenClaw 官方已原生支持自定义 OpenAI-compatible baseUrl（详见官方TTS文档：https://docs.openclaw.ai/tts），所以我们 Mac 养虾人终于可以抛弃云端 API，实现完全离线、超低功耗的 TTS 语音回复了！

效果有多强？

中文发音自然度拉满，支持 voice clone/voice design
M1 即可快速生成（1.7B-8bit 量化）
直接丢进 OpenClaw 的 messages.tts.openai.baseUrl，自动走本地服务
完全免费、无 API 限额、无网络依赖

下面是完整傻瓜式教程，复制粘贴就能跑！（亲测 M1 + OpenClaw 最新版通过）

第一步：准备环境（2分钟）

确保 Mac 是 Apple Silicon 版（Intel版用户抱歉，MLX 只支持M系列）
安装 Homebrew（如果没有）：

 代码块
Shell
自动换行
复制代码
bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"复制成功

3. 安装核心工具：

 代码块
Shell
自动换行
复制代码
brew install uv ffmpeg复制成功

第二步：安装 mlx-audio-bridge（1分钟）

 代码块
Shell
自动换行
复制代码
cd /opt && sudo git clone https://github.com/QuasarRyan/mlx-audio-bridge.git复制成功

 代码块
Shell
自动换行
复制代码
sudo chown -R $(whoami):staff /opt/mlx-audio-bridge && cd mlx-audio-bridge复制成功

创建虚拟环境并安装

 代码块
Shell
自动换行
复制代码
UV_CACHE_DIR=.uv-cache UV_PROJECT_ENVIRONMENT=.venv uv sync --python 3.13 --extra dev复制成功

第三步：下载 Qwen3-TTS 模型（5-10分钟）

项目不会自动下载，需要手动从 Hugging Face mlx-community 集合获取：

推荐 6bit 量化起步（速度/质量平衡最好），实测 M1 跑 1.7B-8bit 几乎可以达到实时1x速率生成：

去 https://huggingface.co/collections/mlx-community/qwen3-tts
Base/CustomVoice/VoiceDesign 分别各下载一个（建议先下 0.6B 轻量版测试）

下载完整个文件夹（包含 safetensors、config.json、speech_tokenizer 文件夹等），放到下述目录里：

 代码块
PlainText
自动换行
复制代码
/opt/mlx-audio-bridge/models复制成功

文件结构应类似下面这样：

 代码块
PlainText
自动换行
复制代码
# 示例
/opt/mlx-audio-bridge/models/
├── Qwen3-TTS-12Hz-Base-0.6B-8bit/
├── Qwen3-TTS-12Hz-Base-0.6B-4bit/
└── Qwen3-ASR-0.6B-8bit/复制成功

（服务器会自动按 8bit→6bit→4bit 顺序选最优模型）

第四步：启动本地 TTS 服务（30秒）

 代码块
Shell
自动换行
复制代码
export QWEN_MODEL_DIR=/opt/mlx-audio-bridge/models复制成功

 代码块
Shell
自动换行
复制代码
export API_KEY=local-dev-key  # 请将 local-dev-key 替换成自定义密钥，OpenClaw要用复制成功

 代码块
Shell
自动换行
复制代码
export PORT=8008 # 默认端口复制成功

（可选）如果要在局域网/公网上使用

 代码块
Shell
自动换行
复制代码
export BIND_ADDRESS=0.0.0.0复制成功

启动（推荐用 tmux 或 launchd 后台跑，详见GitHub仓库README.md）

 代码块
Shell
自动换行
复制代码
mlx-audio-bridge-server复制成功

看到 Listening on http://127.0.0.1:8008 或者是 Listening on http://0.0.0.0:8008 就成功了！

测试一下（终端curl）：

 代码块
Shell
自动换行
复制代码
curl http://127.0.0.1:8008/v1/audio/speech \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini-tts",
    "input": "养虾人你好，这里是本地Qwen3-TTS在为你服务！",
    "voice": "alloy",
    "response_format": "wav"
  }' --output ~/Downloads/test.wav复制成功

在下载文件夹中打开 test.wav 听听，中文超自然对吧？

第五步：接入OpenClaw（关键配置！1分钟）

打开你的 openclaw.json（或对应配置文件），在 messages.tts 字段里加入响应配置，示例如下：

 代码块
JSON
自动换行
复制代码
{
  "messages": {
    "tts": {
      "auto": "always",              // 或 "inbound" / "tagged"
      "provider": "openai",
      "openai": {
        "baseUrl": "http://127.0.0.1:8008", // 或者把127.0.0.1换成mac所在的内网IP地址
        "apiKey": "local-dev-key",   // 必须和上面export一致
        "model": "gpt-4o-mini-tts",  // 支持OpenAI所有别名
        "voice": "alloy"             // alloy/echo/fable等映射到Qwen声音
      },
      "edge": {
        "enabled": false,            // 禁用默认的edge tts
      },
      "maxTextLength": 500           // 最大上传500个字
      "timeoutMs": 120000            // 最大120秒超时
    }
  }
}复制成功

保存后重启 OpenClaw（或用 /tts status 检查）。

搞定！以后所有回复都会走本地 Qwen3-TTS 生成语音，直接在 Telegram 里变语音气泡～

进阶玩法

语音克隆/微调参数：配置 voices.json（项目deploy文件夹有示例），输入参考音频就能永久克隆你的声音
后台常驻：用 launchd 一键开机自启（项目 deploy 文件夹有plist模板）
多语言：自动识别中文/英文，日语韩语也支持

常见问题排查

端口冲突？改 PORT=8009 并同步改baseUrl
模型加载失败？检查文件夹名是否精确匹配 Qwen3-TTS-12Hz-xxx
OpenClaw报错401？密钥不一致

 代码块
PlainText
自动换行
复制代码
想切换模型？设置export QWEN_TTS_MODEL_NAME=你的模型文件夹名复制成功

为什么推荐本地跑 TTS 服务？

OpenClaw 官方原生支持自定义 baseUrl（最近才完善）
MLX 原生加速，功耗更低，速度更快（当前场景比torch-audio快数倍）
Qwen3-TTS 2026最新开源，中文表现吊打老模型
完全本地，隐私安全，永不掉线，只付电费，更省钱

现在就去试试吧！跑通后把你的语音效果截图发出来，我们一起在 OpenClaw小站 交流～

养虾人冲！本地 TTS 时代来了！🚀

项目地址：https://github.com/QuasarRyan/mlx-audio-bridge

官方TTS接入文档：https://docs.openclaw.ai/tts