الانتقال إلى المحتوى الرئيسي

​
وضع التحدث

وضع التحدث هو حلقة محادثة صوتية مستمرة:
  1. الاستماع إلى الكلام
  2. إرسال النص المفرغ إلى النموذج (الجلسة الرئيسية، chat.send)
  3. انتظار الرد
  4. نطقه عبر موفّر Talk المُعدّ (talk.speak)

​
السلوك (macOS)

  • تراكب دائم الظهور ما دام وضع التحدث مفعّلًا.
  • انتقالات بين مراحل الاستماع → التفكير → التحدث.
  • عند توقف قصير (نافذة صمت)، يتم إرسال النص المفرغ الحالي.
  • تُكتب الردود في WebChat (مثلها مثل الكتابة).
  • المقاطعة عند الكلام (مفعّلة افتراضيًا): إذا بدأ المستخدم بالكلام بينما كان المساعد يتحدث، فإننا نوقف التشغيل ونسجل الطابع الزمني للمقاطعة من أجل prompt التالي.

​
توجيهات الصوت داخل الردود

يمكن للمساعد أن يسبق رده بسطر JSON واحد للتحكم في الصوت: 
{ "voice": "<voice-id>", "once": true }
القواعد:
  • أول سطر غير فارغ فقط.
  • يتم تجاهل المفاتيح غير المعروفة.
  • تطبق once: true على الرد الحالي فقط.
  • من دون once، يصبح الصوت هو الافتراضي الجديد لوضع التحدث.
  • تتم إزالة سطر JSON قبل تشغيل TTS.
المفاتيح المدعومة:
  • voice / voice_id / voiceId
  • model / model_id / modelId
  • speed وrate ‏(كلمات في الدقيقة)، وstability، وsimilarity، وstyle، وspeakerBoost
  • seed وnormalize وlang وoutput_format وlatency_tier
  • once

​
الإعدادات (~/.openclaw/openclaw.json)

{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    silenceTimeoutMs: 1500,
    interruptOnSpeech: true,
  },
}
القيم الافتراضية:
  • interruptOnSpeech: ‏true
  • silenceTimeoutMs: عند عدم تعيينه، يحتفظ Talk بنافذة التوقف الافتراضية الخاصة بالمنصة قبل إرسال النص المفرغ (700 ms على macOS وAndroid، و900 ms على iOS)
  • voiceId: يرجع إلى ELEVENLABS_VOICE_ID / SAG_VOICE_ID (أو أول صوت من ElevenLabs عندما يكون API key متاحًا)
  • modelId: القيمة الافتراضية هي eleven_v3 عند عدم التعيين
  • apiKey: يرجع إلى ELEVENLABS_API_KEY (أو ملف shell profile الخاص بالبوابة إذا كان متاحًا)
  • outputFormat: القيمة الافتراضية هي pcm_44100 على macOS/iOS وpcm_24000 على Android (اضبط mp3_* لفرض بث MP3)

​
واجهة macOS

  • مفتاح التبديل في شريط القوائم: Talk
  • تبويب الإعدادات: مجموعة Talk Mode ‏(معرّف الصوت + مفتاح المقاطعة)
  • التراكب:
    • الاستماع: تنبض السحابة مع مستوى الميكروفون
    • التفكير: حركة غوص
    • التحدث: حلقات متشععة
    • انقر السحابة: أوقف التحدث
    • انقر X: اخرج من وضع التحدث

​
ملاحظات

  • يتطلب أذونات Speech + Microphone.
  • يستخدم chat.send على مفتاح الجلسة main.
  • تحل البوابة تشغيل Talk عبر talk.speak باستخدام موفّر Talk النشط. ويرجع Android إلى TTS المحلي للنظام فقط عندما لا يكون RPC هذا متاحًا.
  • يتم التحقق من stability في eleven_v3 بحيث تكون 0.0 أو 0.5 أو 1.0؛ أما النماذج الأخرى فتقبل 0..1.
  • يتم التحقق من latency_tier بحيث يكون 0..4 عند تعيينه.
  • يدعم Android صيغ الإخراج pcm_16000 وpcm_22050 وpcm_24000 وpcm_44100 من أجل البث منخفض الكمون عبر AudioTrack.