Providers
ElevenLabs
OpenClaw usa ElevenLabs para la conversión de texto a voz, la conversión por lotes de voz a texto con Scribe
v2 y STT en streaming con Scribe v2 Realtime. El Plugin está incluido y
habilitado de forma predeterminada; no se necesita ningún paso de plugins install.
| Capacidad | Superficie de OpenClaw | Valor predeterminado |
|---|---|---|
| Conversión de texto a voz | tts / talk |
eleven_multilingual_v2 |
| Conversión por lotes de voz a texto | tools.media.audio |
scribe_v2 |
| Conversión de voz a texto en streaming | Streaming de Voice Call o realtime.transcriptionProvider de Google Meet |
scribe_v2_realtime |
Autenticación
Establezca 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: "${ELEVENLABS_API_KEY}", voiceId: "pMsXgVXv3BLzUgSXRplE", modelId: "eleven_multilingual_v2", }, }, },}Establezca modelId en eleven_v3 para usar TTS v3 de ElevenLabs. OpenClaw mantiene
eleven_multilingual_v2 como valor predeterminado para las instalaciones existentes.
Los canales de voz de Discord usan el punto de conexión de TTS en streaming de ElevenLabs cuando ElevenLabs
es el proveedor voice.tts/tts seleccionado: la reproducción comienza desde el
flujo de audio devuelto, en lugar de esperar a que OpenClaw descargue primero todo
el archivo de audio. latencyTier se asigna al parámetro de consulta optimize_streaming_latency
de ElevenLabs para los modelos que lo aceptan; OpenClaw omite ese parámetro para
eleven_v3, que lo rechaza.
Conversión de voz a texto
Use Scribe v2 para los archivos de audio adjuntos entrantes y los segmentos de voz grabados breves:
{ tools: { media: { audio: { enabled: true, models: [{ provider: "elevenlabs", model: "scribe_v2" }], }, }, },}OpenClaw envía audio multiparte a /v1/speech-to-text de ElevenLabs con
model_id: "scribe_v2". Las indicaciones de idioma se asignan a language_code cuando están presentes.
STT en streaming
El Plugin elevenlabs incluido registra Scribe v2 Realtime para la transcripción en streaming
de Voice Call y el modo agente de Google Meet.
| Ajuste | Ruta de configuración | Valor predeterminado |
|---|---|---|
| Clave de API | plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey |
Recurre a ELEVENLABS_API_KEY / XI_API_KEY |
| Modelo | ...elevenlabs.modelId |
scribe_v2_realtime |
| Formato de audio | ...elevenlabs.audioFormat |
ulaw_8000 |
| Frecuencia de muestreo | ...elevenlabs.sampleRate |
8000 |
| Estrategia de confirmación | ...elevenlabs.commitStrategy |
vad |
| Idioma | ...elevenlabs.languageCode |
(sin establecer) |
{ plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "elevenlabs", providers: { elevenlabs: { apiKey: "${ELEVENLABS_API_KEY}", audioFormat: "ulaw_8000", commitStrategy: "vad", languageCode: "en", }, }, }, }, }, }, },}Para el modo agente de Google Meet, establezca
plugins.entries.google-meet.config.realtime.transcriptionProvider en
"elevenlabs" y configure el mismo bloque de proveedor en
plugins.entries.google-meet.config.realtime.providers.elevenlabs.
