Providers

Inworld

Inworld یک ارائه‌دهندهٔ پخش جریانی متن به گفتار (TTS) است. در OpenClaw، صدای پاسخ خروجی را تولید می‌کند (به‌طور پیش‌فرض MP3، و برای یادداشت‌های صوتی OGG_OPUS) و برای کانال‌های تلفنی مانند تماس صوتی، صدای PCM می‌سازد.

OpenClaw به نقطهٔ پایانی TTS پخش جریانی Inworld درخواست ارسال می‌کند، قطعه‌های صوتی base64 برگشتی را در یک بافر واحد به هم متصل می‌کند، و نتیجه را به خط لولهٔ استاندارد صدای پاسخ تحویل می‌دهد.

ویژگی	مقدار
شناسهٔ ارائه‌دهنده	`inworld`
Plugin	بستهٔ خارجی رسمی
قرارداد	`speechProviders` (فقط TTS)
متغیر محیطی احراز هویت	`INWORLD_API_KEY` (HTTP Basic، اعتبارنامهٔ داشبورد Base64)
URL پایه	`https://api.inworld.ai`
صدای پیش‌فرض	`Sarah`
مدل پیش‌فرض	`inworld-tts-1.5-max`
خروجی	MP3 (پیش‌فرض)، OGG_OPUS (یادداشت‌های صوتی)، PCM 22050 Hz (تلفنی)
وب‌سایت	inworld.ai
مستندات	docs.inworld.ai/tts/tts

نصب Plugin

Plugin رسمی را نصب کنید، سپس Gateway را راه‌اندازی مجدد کنید:

bash

openclaw plugins install @openclaw/inworld-speechopenclaw gateway restart

شروع به کار

Set your API key

اعتبارنامه را از داشبورد Inworld خود کپی کنید (Workspace > API Keys) و آن را به‌عنوان یک متغیر محیطی تنظیم کنید. مقدار، عیناً به‌عنوان اعتبارنامهٔ HTTP Basic ارسال می‌شود، بنابراین آن را دوباره Base64-encode نکنید یا به توکن bearer تبدیل نکنید.

Code

INWORLD_API_KEY=<base64-credential-from-dashboard>

Select Inworld in messages.tts

json5

{  messages: {    tts: {      auto: "always",      provider: "inworld",      providers: {        inworld: {          speakerVoiceId: "Sarah",          modelId: "inworld-tts-1.5-max",        },      },    },  },}

Send a message

از طریق هر کانال متصل، یک پاسخ ارسال کنید. OpenClaw صدا را با Inworld تولید می‌کند و آن را به‌صورت MP3 تحویل می‌دهد (یا وقتی کانال انتظار یادداشت صوتی دارد، به‌صورت OGG_OPUS).

گزینه‌های پیکربندی

گزینه	مسیر	توضیح
`apiKey`	`messages.tts.providers.inworld.apiKey`	اعتبارنامهٔ داشبورد Base64. در صورت نبود مقدار، از `INWORLD_API_KEY` استفاده می‌کند.
`baseUrl`	`messages.tts.providers.inworld.baseUrl`	بازنویسی URL پایهٔ API Inworld (پیش‌فرض `https://api.inworld.ai`).
`speakerVoiceId`	`messages.tts.providers.inworld.speakerVoiceId`	شناسهٔ صدا (پیش‌فرض `Sarah`).
`modelId`	`messages.tts.providers.inworld.modelId`	شناسهٔ مدل TTS (پیش‌فرض `inworld-tts-1.5-max`).
`temperature`	`messages.tts.providers.inworld.temperature`	دمای نمونه‌گیری `0..2` (اختیاری).

یادداشت‌ها

Authentication

Inworld از احراز هویت HTTP Basic با یک رشتهٔ اعتبارنامهٔ Base64-encoded استفاده می‌کند. آن را عیناً از داشبورد Inworld کپی کنید. ارائه‌دهنده آن را به‌صورت Authorization: Basic <apiKey> بدون هیچ encoding بیشتری ارسال می‌کند، بنابراین خودتان آن را Base64-encode نکنید و توکن سبک bearer ارسال نکنید. برای همین نکته، یادداشت‌های احراز هویت TTS را ببینید.

Models

شناسه‌های مدل پشتیبانی‌شده: inworld-tts-1.5-max (پیش‌فرض)، inworld-tts-1.5-mini، inworld-tts-1-max، inworld-tts-1.

Audio outputs

پاسخ‌ها به‌طور پیش‌فرض از MP3 استفاده می‌کنند. وقتی هدف کانال voice-note باشد، OpenClaw از Inworld درخواست OGG_OPUS می‌کند تا صدا به‌صورت یک حباب صوتی بومی پخش شود. تولید صدای تلفنی از PCM خام با 22050 Hz استفاده می‌کند تا پل تلفنی را تغذیه کند.

Custom endpoints

میزبان API را با messages.tts.providers.inworld.baseUrl بازنویسی کنید. اسلش‌های انتهایی پیش از ارسال درخواست‌ها حذف می‌شوند.