ElevenLabs

OpenClaw verwendet ElevenLabs für Text-to-Speech, Batch-Speech-to-Text mit Scribe v2 und Streaming-STT mit Scribe v2 Realtime. Das Plugin ist gebündelt und standardmäßig aktiviert; ein Schritt für plugins install ist nicht erforderlich.

Authentifizierung

Legen Sie ELEVENLABS_API_KEY in der Umgebung fest. XI_API_KEY wird ebenfalls akzeptiert, um die Kompatibilität mit vorhandenen ElevenLabs-Werkzeugen zu gewährleisten.

export ELEVENLABS_API_KEY="..."

Text-to-Speech

{  tts: {    providers: {      elevenlabs: {        apiKey: "${ELEVENLABS_API_KEY}",        voiceId: "pMsXgVXv3BLzUgSXRplE",        modelId: "eleven_multilingual_v2",      },    },  },}

Setzen Sie modelId auf eleven_v3, um ElevenLabs v3 TTS zu verwenden. Für bestehende Installationen behält OpenClaw eleven_multilingual_v2 als Standard bei.

Discord-Sprachkanäle verwenden den Streaming-TTS-Endpunkt von ElevenLabs, wenn ElevenLabs als voice.tts-/tts-Provider ausgewählt ist: Die Wiedergabe beginnt direkt aus dem zurückgegebenen Audiostream, statt darauf zu warten, dass OpenClaw zuerst die gesamte Audiodatei herunterlädt. latencyTier wird dem Abfrageparameter optimize_streaming_latency von ElevenLabs für Modelle zugeordnet, die ihn akzeptieren; OpenClaw lässt diesen Parameter für eleven_v3 weg, da dieses Modell ihn ablehnt.

Speech-to-Text

Verwenden Sie Scribe v2 für eingehende Audioanhänge und kurze aufgezeichnete Sprachsegmente:

{  tools: {    media: {      audio: {        enabled: true,        models: [{ provider: "elevenlabs", model: "scribe_v2" }],      },    },  },}

OpenClaw sendet Multipart-Audio mit model_id: "scribe_v2" an ElevenLabs /v1/speech-to-text. Sprachhinweise werden, sofern vorhanden, language_code zugeordnet.

Streaming-STT

Das gebündelte Plugin elevenlabs registriert Scribe v2 Realtime für Voice Call und die Streaming-Transkription im Agentenmodus von Google Meet.

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "elevenlabs",            providers: {              elevenlabs: {                apiKey: "${ELEVENLABS_API_KEY}",                audioFormat: "ulaw_8000",                commitStrategy: "vad",                languageCode: "en",              },            },          },        },      },    },  },}

Legen Sie für den Agentenmodus von Google Meet plugins.entries.google-meet.config.realtime.transcriptionProvider auf "elevenlabs" fest und konfigurieren Sie denselben Provider-Block unter plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Verwandte Themen

• Text-to-Speech
• Google Meet
• Modellauswahl