Providers

Inworld

Inworld یک ارائه‌دهندهٔ تبدیل متن به گفتار (TTS) به‌صورت جریانی است. در OpenClaw، صدای پاسخ‌های خروجی (به‌طور پیش‌فرض MP3 و برای پیام‌های صوتی OGG_OPUS) و صدای PCM خام را برای کانال‌های تلفنی مانند تماس صوتی تولید می‌کند.

OpenClaw درخواست را به نقطهٔ پایانی TTS جریانی Inworld ارسال می‌کند، قطعه‌های صوتی base64 بازگشتی را در یک بافر واحد به‌هم می‌پیوندد و نتیجه را به پایپ‌لاین استاندارد صدای پاسخ تحویل می‌دهد.

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

نصب Plugin

bash

openclaw plugins install @openclaw/inworld-speechopenclaw gateway restart

شروع به کار

کلید API خود را تنظیم کنید

اعتبارنامه را از داشبورد Inworld خود (Workspace > API Keys) کپی و به‌عنوان متغیر محیطی تنظیم کنید. مقدار بدون تغییر به‌عنوان اعتبارنامهٔ HTTP Basic ارسال می‌شود؛ بنابراین آن را دوباره با Base64 کدگذاری نکنید یا به توکن حامل تبدیل نکنید.

bash

INWORLD_API_KEY=<base64-credential-from-dashboard>

Inworld را در tts انتخاب کنید

json5

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

یک پیام ارسال کنید

پاسخی را از طریق هر کانال متصل ارسال کنید. OpenClaw صدا را با Inworld تولید و آن را به‌صورت MP3 تحویل می‌دهد (یا هنگامی که کانال انتظار پیام صوتی دارد، به‌صورت OGG_OPUS).

گزینه‌های پیکربندی

گزینه	مسیر	توضیحات
`apiKey`	`tts.providers.inworld.apiKey`	اعتبارنامهٔ Base64 داشبورد. در صورت نبود، از `INWORLD_API_KEY` استفاده می‌کند.
`baseUrl`	`tts.providers.inworld.baseUrl`	بازنویسی نشانی پایهٔ API‏ Inworld (پیش‌فرض `https://api.inworld.ai`).
`voiceId`	`tts.providers.inworld.voiceId`	شناسهٔ صدا (پیش‌فرض `Sarah`). نام مستعار قدیمی: `speakerVoiceId`.
`modelId`	`tts.providers.inworld.modelId`	شناسهٔ مدل TTS (پیش‌فرض `inworld-tts-1.5-max`).
`temperature`	`tts.providers.inworld.temperature`	دمای نمونه‌برداری، از `0` (غیرشامل) تا `2` (اختیاری).

نکته‌ها

احراز هویت

Inworld از احراز هویت HTTP Basic با یک رشتهٔ اعتبارنامهٔ کدگذاری‌شده با Base64 استفاده می‌کند. آن را بدون تغییر از داشبورد Inworld کپی کنید. ارائه‌دهنده آن را بدون هیچ‌گونه کدگذاری بیشتر به‌صورت Authorization: Basic <apiKey> ارسال می‌کند؛ بنابراین خودتان آن را با Base64 کدگذاری نکنید و توکنی از نوع حامل نیز ارائه ندهید. برای همین هشدار، به نکته‌های احراز هویت TTS مراجعه کنید.

مدل‌ها

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

خروجی‌های صوتی

پاسخ‌ها به‌طور پیش‌فرض از MP3 استفاده می‌کنند. هنگامی که مقصد کانال voice-note باشد، OpenClaw از Inworld قالب OGG_OPUS را درخواست می‌کند تا صدا به‌شکل حباب صوتی بومی پخش شود. تولید گفتار تلفنی برای تغذیهٔ پل تلفنی از PCM خام با فرکانس 22050 Hz استفاده می‌کند.

نقطه‌های پایانی سفارشی

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