ElevenLabs

OpenClaw usa ElevenLabs para la conversión de texto a voz, la conversión por lotes de voz a texto con Scribe v2 y la conversión de voz a texto en streaming con Scribe v2 Realtime. El plugin está incluido y habilitado de forma predeterminada; no se necesita ningún paso de plugins install.

Autenticación

Configure ELEVENLABS_API_KEY en el entorno. También se acepta XI_API_KEY por compatibilidad con las herramientas existentes de ElevenLabs.

export ELEVENLABS_API_KEY="..."

Conversión de texto a voz

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

Configure modelId como eleven_v3 para usar la conversión de texto a voz v3 de ElevenLabs. OpenClaw mantiene eleven_multilingual_v2 como valor predeterminado para las instalaciones existentes.

Los canales de voz de Discord usan el endpoint de conversión de texto a voz en streaming de ElevenLabs cuando ElevenLabs es el proveedor de voice.tts/tts seleccionado: la reproducción comienza desde el flujo de audio devuelto en lugar de esperar a que OpenClaw descargue primero todo el archivo de audio. latencyTier se asigna al parámetro de consulta optimize_streaming_latency de ElevenLabs para los modelos que lo aceptan; OpenClaw omite ese parámetro para eleven_v3, que lo rechaza.

Conversión de voz a texto

Use Scribe v2 para los archivos adjuntos de audio entrantes y los segmentos breves de voz grabados:

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

OpenClaw envía audio multiparte a /v1/speech-to-text de ElevenLabs con model_id: "scribe_v2". Las indicaciones de idioma se asignan a language_code cuando están presentes.

Conversión de voz a texto en streaming

El plugin elevenlabs incluido registra Scribe v2 Realtime para la transcripción en streaming de Voice Call y del modo agente de 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",              },            },          },        },      },    },  },}

Para el modo agente de Google Meet, configure plugins.entries.google-meet.config.realtime.transcriptionProvider como "elevenlabs" y configure el mismo bloque de proveedor en plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Contenido relacionado

• Conversión de texto a voz
• Google Meet
• Selección de modelos