Plugin d’appel vocal

Appels vocaux pour OpenClaw via un plugin. Prend en charge les notifications sortantes, les conversations à plusieurs tours, la voix realtime full-duplex, la transcription en streaming et les appels entrants avec des politiques de liste d'autorisation.

Fournisseurs actuels : twilio (Programmable Voice + Media Streams), telnyx (Call Control v2), plivo (Voice API + transfert XML + GetInput speech), mock (dev/sans réseau).

Démarrage rapide

openclaw plugins install @openclaw/voice-call

PLUGIN_SRC=./path/to/local/voice-call-pluginopenclaw plugins install "$PLUGIN_SRC"cd "$PLUGIN_SRC" && pnpm install

openclaw voicecall setup

openclaw voicecall smokeopenclaw voicecall smoke --to "+15555550123"

openclaw voicecall smoke --to "+15555550123" --yes

Configuration

Si enabled: true mais que le fournisseur sélectionné n’a pas d’identifiants, le démarrage du Gateway journalise un avertissement de configuration incomplète avec les clés manquantes et ignore le démarrage du runtime. Les commandes, les appels RPC et les outils d’agent renvoient tout de même la configuration exacte manquante du fournisseur lorsqu’ils sont utilisés.

{  plugins: {    entries: {      "voice-call": {        enabled: true,        config: {          provider: "twilio", // or "telnyx" | "plivo" | "mock"          fromNumber: "+15550001234", // or TWILIO_FROM_NUMBER for Twilio          toNumber: "+15550005678",          sessionScope: "per-phone", // per-phone | per-call          numbers: {            "+15550009999": {              inboundGreeting: "Silver Fox Cards, how can I help?",              responseSystemPrompt: "You are a concise baseball card specialist.",              tts: {                providers: {                  openai: { speakerVoice: "alloy" },                },              },            },          },           twilio: {            accountSid: "ACxxxxxxxx",            authToken: "...",          },          telnyx: {            apiKey: "...",            connectionId: "...",            // Telnyx webhook public key from the Mission Control Portal            // (Base64; can also be set via TELNYX_PUBLIC_KEY).            publicKey: "...",          },          plivo: {            authId: "MAxxxxxxxxxxxxxxxxxxxx",            authToken: "...",          },           // Webhook server          serve: {            port: 3334,            path: "/voice/webhook",          },           // Webhook security (recommended for tunnels/proxies)          webhookSecurity: {            allowedHosts: ["voice.example.com"],            trustedProxyIPs: ["100.64.0.1"],          },           // Public exposure (pick one)          // publicUrl: "https://example.ngrok.app/voice/webhook",          // tunnel: { provider: "ngrok" },          // tailscale: { mode: "funnel", path: "/voice/webhook" },           outbound: {            defaultMode: "notify", // notify | conversation          },           streaming: { enabled: true /* see Streaming transcription */ },          realtime: { enabled: false /* see Realtime voice */ },        },      },    },  },}

Portée de session

Par défaut, Voice Call utilise sessionScope: "per-phone" afin que les appels répétés du même appelant conservent la mémoire de conversation. Définissez sessionScope: "per-call" lorsque chaque appel opérateur doit démarrer avec un contexte neuf, par exemple pour les flux de réception, de réservation, d’IVR ou de pont Google Meet où le même numéro de téléphone peut représenter différentes réunions.

Voice Call stocke les clés de session générées sous l’espace de noms d’agent configuré (agent:<agentId>:voice:*) afin que la mémoire d’appel survive à la canonicalisation des clés de session du Gateway après les redémarrages. Les clés d’intégration explicites brutes utilisent le même espace de noms d’agent. Une clé canonique agent:<configuredAgentId>:* conserve ce propriétaire, et ses alias principaux respectent session.mainKey du cœur et la portée globale. Les entrées agent:* étrangères ou mal formées sont portées comme une clé opaque sous l’agent configuré ; global et unknown restent des sentinelles globales. Le démarrage du Gateway promeut les anciennes clés brutes dans les magasins par défaut ou à modèle {agentId} lorsque le chemin prouve un seul propriétaire. Dans les magasins personnalisés fixes, les anciennes lignes ambiguës restent inchangées car elles ne contiennent pas assez d’informations pour choisir un propriétaire ; les nouveaux appels utilisent l’historique canonique porté par agent.

Conversations vocales realtime

realtime sélectionne un fournisseur vocal realtime full-duplex pour l’audio des appels en direct. Il est distinct de streaming, qui transfère uniquement l’audio vers des fournisseurs de transcription realtime.

Comportement actuel du runtime :

• realtime.enabled est pris en charge pour Twilio Media Streams.
• realtime.provider est facultatif. S’il n’est pas défini, Voice Call utilise le premier fournisseur vocal realtime enregistré.
• Fournisseurs vocaux realtime intégrés : Google Gemini Live (google) et OpenAI (openai), enregistrés par leurs plugins fournisseurs.
• La configuration brute propre au fournisseur se trouve sous realtime.providers.<providerId>.
• Voice Call expose par défaut l’outil realtime partagé openclaw_agent_consult. Le modèle realtime peut l’appeler lorsque l’appelant demande un raisonnement plus approfondi, des informations actuelles ou des outils OpenClaw normaux.
• realtime.consultPolicy ajoute facultativement des consignes indiquant quand le modèle realtime doit appeler openclaw_agent_consult.
• realtime.agentContext.enabled est désactivé par défaut. Lorsqu’il est activé, Voice Call injecte une identité d’agent limitée et une capsule de fichiers d’espace de travail sélectionnés dans les instructions du fournisseur realtime lors de la configuration de session.
• realtime.fastContext.enabled est désactivé par défaut. Lorsqu’il est activé, Voice Call recherche d’abord dans la mémoire indexée/le contexte de session la question de consultation et renvoie ces extraits au modèle realtime dans realtime.fastContext.timeoutMs avant de revenir à l’agent de consultation complet uniquement si realtime.fastContext.fallbackToConsult vaut true.
• Si realtime.provider pointe vers un fournisseur non enregistré, ou si aucun fournisseur vocal realtime n’est enregistré, Voice Call journalise un avertissement et ignore le média realtime au lieu de faire échouer tout le plugin.
• Les clés de session de consultation réutilisent la session d’appel stockée lorsqu’elle est disponible, puis reviennent à la valeur sessionScope configurée (per-phone par défaut, ou per-call pour les appels isolés).

Politique d’outil

realtime.toolPolicy contrôle l’exécution de consultation :

realtime.consultPolicy contrôle uniquement les instructions du modèle realtime :

Contexte vocal de l’agent

Activez realtime.agentContext lorsque le pont vocal doit ressembler à l’agent OpenClaw configuré sans payer un aller-retour complet de consultation de l’agent lors des tours ordinaires. La capsule de contexte est ajoutée une seule fois à la création de la session temps réel, elle n’ajoute donc pas de latence par tour. Les appels à openclaw_agent_consult exécutent toujours l’agent OpenClaw complet et doivent être utilisés pour les travaux avec outils, les informations actuelles, les recherches en mémoire ou l’état de l’espace de travail.

{  plugins: {    entries: {      "voice-call": {        config: {          agentId: "main",          realtime: {            enabled: true,            provider: "google",            toolPolicy: "safe-read-only",            consultPolicy: "substantive",            agentContext: {              enabled: true,              maxChars: 6000,              includeIdentity: true,              includeWorkspaceFiles: true,              files: ["SOUL.md", "IDENTITY.md", "USER.md"],            },          },        },      },    },  },}

Exemples de fournisseurs temps réel

{  plugins: {    entries: {      "voice-call": {        config: {          provider: "twilio",          inboundPolicy: "allowlist",          allowFrom: ["+15550005678"],          realtime: {            enabled: true,            provider: "google",            instructions: "Speak briefly. Call openclaw_agent_consult before using deeper tools.",            toolPolicy: "safe-read-only",            consultPolicy: "substantive",            consultThinkingLevel: "low",            consultFastMode: true,            agentContext: { enabled: true },            providers: {              google: {                apiKey: "${GEMINI_API_KEY}",                model: "gemini-2.5-flash-native-audio-preview-12-2025",                speakerVoice: "Kore",                silenceDurationMs: 500,                startSensitivity: "high",              },            },          },        },      },    },  },}

{  plugins: {    entries: {      "voice-call": {        config: {          realtime: {            enabled: true,            provider: "openai",            providers: {              openai: { apiKey: "${OPENAI_API_KEY}" },            },          },        },      },    },  },}

Consultez le fournisseur Google et le fournisseur OpenAI pour les options vocales temps réel propres aux fournisseurs.

Transcription en streaming

streaming sélectionne un fournisseur de transcription temps réel pour l’audio d’appel en direct.

Comportement actuel à l’exécution :

• streaming.provider est facultatif. S’il n’est pas défini, Voice Call utilise le premier fournisseur de transcription temps réel enregistré.
• Fournisseurs de transcription temps réel intégrés : Deepgram (deepgram), ElevenLabs (elevenlabs), Mistral (mistral), OpenAI (openai) et xAI (xai), enregistrés par leurs Plugins de fournisseur.
• La configuration brute appartenant au fournisseur se trouve sous streaming.providers.<providerId>.
• Une fois que Twilio envoie un message start de flux accepté, Voice Call enregistre immédiatement le flux, met en file d’attente les médias entrants via le fournisseur de transcription pendant que celui-ci se connecte, et ne lance le message d’accueil initial qu’une fois la transcription temps réel prête.
• Si streaming.provider pointe vers un fournisseur non enregistré, ou si aucun fournisseur n’est enregistré, Voice Call journalise un avertissement et ignore le streaming média au lieu de faire échouer tout le Plugin.

Exemples de fournisseurs de streaming

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "openai",            streamPath: "/voice/stream",            providers: {              openai: {                apiKey: "sk-...", // optional if OPENAI_API_KEY is set                model: "gpt-4o-transcribe",                silenceDurationMs: 800,                vadThreshold: 0.5,              },            },          },        },      },    },  },}

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "xai",            streamPath: "/voice/stream",            providers: {              xai: {                apiKey: "${XAI_API_KEY}", // optional if XAI_API_KEY is set                endpointingMs: 800,                language: "en",              },            },          },        },      },    },  },}

TTS pour les appels

Voice Call utilise la configuration principale messages.tts pour le streaming vocal lors des appels. Vous pouvez la remplacer dans la configuration du Plugin avec la même forme — elle fusionne en profondeur avec messages.tts.

{  tts: {    provider: "elevenlabs",    providers: {      elevenlabs: {        speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",        modelId: "eleven_multilingual_v2",      },    },  },}

Notes de comportement :

• Les anciennes clés tts.<provider> dans la configuration du Plugin (openai, elevenlabs, microsoft, edge) sont réparées par openclaw doctor --fix ; la configuration validée doit utiliser tts.providers.<provider>.
• Le TTS principal est utilisé lorsque le streaming média Twilio est activé ; sinon, les appels reviennent aux voix natives du fournisseur.
• Si un flux média Twilio est déjà actif, Voice Call ne revient pas à TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5. Si le TTS de téléphonie est indisponible dans cet état, la demande de lecture échoue au lieu de mélanger deux chemins de lecture.
• Lorsque le TTS de téléphonie revient à un fournisseur secondaire, Voice Call journalise un avertissement avec la chaîne de fournisseurs (from, to, attempts) pour le débogage.
• Lorsque l’interruption Twilio ou la fermeture du flux vide la file TTS en attente, les demandes de lecture en file se terminent au lieu de laisser les appelants en attente de la fin de la lecture.

Exemples TTS

{messages: {tts: {provider: "openai",providers: {  openai: { speakerVoice: "alloy" },},},},}

{plugins: {entries: {"voice-call": {  config: {    tts: {      provider: "elevenlabs",      providers: {        elevenlabs: {          apiKey: "elevenlabs_key",          speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",          modelId: "eleven_multilingual_v2",        },      },    },  },},},},}

{plugins: {entries: {"voice-call": {  config: {    tts: {      providers: {        openai: {          model: "gpt-4o-mini-tts",          speakerVoice: "marin",        },      },    },  },},},},}

Appels entrants

La politique entrante est définie par défaut sur disabled. Pour activer les appels entrants, définissez :

{inboundPolicy: "allowlist",allowFrom: ["+15550001234"],inboundGreeting: "Hello! How can I help?",}

Les réponses automatiques utilisent le système d’agent. Ajustez-les avec responseModel, responseSystemPrompt et responseTimeoutMs.

Routage par numéro

Utilisez numbers lorsqu’un Plugin Voice Call reçoit des appels pour plusieurs numéros de téléphone et que chaque numéro doit se comporter comme une ligne différente. Par exemple, un numéro peut utiliser un assistant personnel décontracté, tandis qu’un autre utilise une persona professionnelle, un agent de réponse différent et une voix TTS différente.

Les routes sont sélectionnées à partir du numéro To composé fourni par le fournisseur. Les clés doivent être des numéros E.164. Lorsqu’un appel arrive, Voice Call résout une seule fois la route correspondante, stocke la route correspondante dans l’enregistrement de l’appel et réutilise cette configuration effective pour le message d’accueil, le chemin de réponse automatique classique, le chemin de consultation en temps réel et la lecture TTS. Si aucune route ne correspond, la configuration globale de Voice Call est utilisée. Les appels sortants n’utilisent pas numbers ; transmettez explicitement la cible sortante, le message et la session lors du lancement de l’appel.

Les remplacements de route prennent actuellement en charge :

• inboundGreeting
• tts
• agentId
• responseModel
• responseSystemPrompt
• responseTimeoutMs

La valeur de route tts est fusionnée en profondeur avec la configuration globale tts de Voice Call, ce qui vous permet généralement de ne remplacer que la voix du fournisseur :

{inboundGreeting: "Hello from the main line.",responseSystemPrompt: "You are the default voice assistant.",tts: {  provider: "openai",  providers: {    openai: { speakerVoice: "coral" },  },},numbers: {  "+15550001111": {    inboundGreeting: "Silver Fox Cards, how can I help?",    responseSystemPrompt: "You are a concise baseball card specialist.",    tts: {      providers: {        openai: { speakerVoice: "alloy" },      },    },  },},}

Contrat de sortie vocale

Pour les réponses automatiques, Voice Call ajoute un contrat strict de sortie vocale à l’invite système :

{"spoken":"..."}

Voice Call extrait le texte à prononcer de manière défensive :

• Ignore les charges utiles marquées comme contenu de raisonnement ou d’erreur.
• Analyse le JSON direct, le JSON dans un bloc clôturé ou les clés "spoken" en ligne.
• Se rabat sur le texte brut et supprime les paragraphes d’introduction probablement liés à la planification ou aux métadonnées.

Cela garde la lecture vocale centrée sur le texte destiné à l’appelant et évite de laisser fuiter du texte de planification dans l’audio.

Comportement au démarrage de la conversation

Pour les appels conversation sortants, la gestion du premier message est liée à l’état de lecture en direct :

• L’effacement de la file de barge-in et la réponse automatique sont supprimés uniquement pendant que le message d’accueil initial est activement prononcé.
• Si la lecture initiale échoue, l’appel revient à listening et le message initial reste en file d’attente pour une nouvelle tentative.
• La lecture initiale pour le streaming Twilio démarre lors de la connexion du flux, sans délai supplémentaire.
• Le barge-in interrompt la lecture active et efface les entrées TTS Twilio en file d’attente mais pas encore lues. Les entrées effacées sont résolues comme ignorées, afin que la logique de réponse suivante puisse continuer sans attendre un audio qui ne sera jamais lu.
• Les conversations vocales en temps réel utilisent le tour d’ouverture propre au flux en temps réel. Voice Call ne publie pas de mise à jour TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 héritée pour ce message initial, afin que les sessions <Connect><Stream> sortantes restent attachées.

Délai de grâce de déconnexion du flux Twilio

Lorsqu’un flux média Twilio se déconnecte, Voice Call attend 2000 ms avant de terminer automatiquement l’appel :

• Si le flux se reconnecte pendant cette fenêtre, la fin automatique est annulée.
• Si aucun flux ne se réenregistre après la période de grâce, l’appel est terminé afin d’éviter les appels actifs bloqués.

Nettoyeur d’appels obsolètes

Utilisez staleCallReaperSeconds pour terminer les appels qui ne reçoivent jamais de webhook terminal (par exemple, les appels en mode notification qui ne se terminent jamais). La valeur par défaut est 0 (désactivé).

Plages recommandées :

• Production : 120 à 300 secondes pour les flux de type notification.
• Gardez cette valeur supérieure à maxDurationSeconds afin que les appels normaux puissent se terminer. Un bon point de départ est maxDurationSeconds + 30–60 secondes.

{plugins: {entries: {  "voice-call": {    config: {      maxDurationSeconds: 300,      staleCallReaperSeconds: 360,    },  },},},}

Sécurité des Webhooks

Lorsqu’un proxy ou un tunnel se trouve devant le Gateway, le plugin reconstruit l’URL publique pour la vérification de signature. Ces options contrôlent les en-têtes transférés considérés comme fiables :

Protections supplémentaires :

• La protection contre la relecture des Webhooks est activée pour Twilio et Plivo. Les requêtes de webhook valides rejouées sont acquittées, mais ignorées pour les effets secondaires.
• Les tours de conversation Twilio incluent un jeton par tour dans les rappels <Gather>, afin que les rappels vocaux obsolètes ou rejoués ne puissent pas satisfaire un tour de transcription en attente plus récent.
• Les requêtes de webhook non authentifiées sont rejetées avant la lecture du corps lorsque les en-têtes de signature requis par le fournisseur sont absents.
• Le webhook voice-call utilise le profil de corps pré-auth partagé (64 Ko / 5 secondes), plus un plafond par IP sur les requêtes en cours avant la vérification de signature.

Exemple avec un hôte public stable :

{plugins: {entries: {  "voice-call": {    config: {      publicUrl: "https://voice.example.com/voice/webhook",      webhookSecurity: {        allowedHosts: ["voice.example.com"],      },    },  },},},}

CLI

openclaw voicecall call --to "+15555550123" --message "Hello from OpenClaw"openclaw voicecall start --to "+15555550123"   # alias for callopenclaw voicecall continue --call-id <id> --message "Any questions?"openclaw voicecall speak --call-id <id> --message "One moment"openclaw voicecall dtmf --call-id <id> --digits "ww123456#"openclaw voicecall end --call-id <id>openclaw voicecall status --call-id <id>openclaw voicecall tailopenclaw voicecall latency                      # summarize turn latency from logsopenclaw voicecall expose --mode funnel

Lorsque le Gateway est déjà en cours d’exécution, les commandes opérationnelles voicecall délèguent au runtime voice-call possédé par le Gateway, afin que la CLI ne lie pas un deuxième serveur de webhooks. Si aucun Gateway n’est joignable, les commandes se replient sur un runtime CLI autonome.

latency lit calls.jsonl depuis le chemin de stockage voice-call par défaut. Utilisez --file <path> pour pointer vers un autre journal et --last <n> pour limiter l’analyse aux N derniers enregistrements (200 par défaut). La sortie inclut p50/p90/p99 pour la latence des tours et les temps d’attente d’écoute.

Outil d’agent

Nom de l’outil : voice_call.

Le plugin voice-call fournit un skill d’agent correspondant.

RPC Gateway

dtmfSequence n’est valide qu’avec mode: "conversation". Les appels en mode notification doivent utiliser voicecall.dtmf après la création de l’appel s’ils ont besoin de chiffres après connexion.

Dépannage

L’exposition du webhook échoue lors de la configuration

Exécutez la configuration depuis le même environnement que celui qui exécute le Gateway :

openclaw voicecall setupopenclaw voicecall setup --json

Pour twilio, telnyx et plivo, webhook-exposure doit être vert. Une valeur publicUrl configurée échoue quand même lorsqu’elle pointe vers un espace réseau local ou privé, car l’opérateur ne peut pas rappeler ces adresses. N’utilisez pas localhost, 127.0.0.1, 0.0.0.0, 10.x, 172.16.x-172.31.x, 192.168.x, 169.254.x, fc00::/7 ou fd00::/8 comme publicUrl.

Les appels sortants Twilio en mode notification envoient leur TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 initial directement dans la requête de création d’appel, de sorte que le premier message parlé ne dépend pas de la récupération du TwiML de webhook par Twilio. Un webhook public reste requis pour les rappels d’état, les appels de conversation, le DTMF avant connexion, les flux en temps réel et le contrôle d’appel après connexion.

Utilisez un chemin d’exposition public :

{plugins: {entries: {"voice-call": {  config: {    publicUrl: "https://voice.example.com/voice/webhook",    // or    tunnel: { provider: "ngrok" },    // or    tailscale: { mode: "funnel", path: "/voice/webhook" },  },},},},}

Après avoir modifié la configuration, redémarrez ou rechargez le Gateway, puis exécutez :

openclaw voicecall setupopenclaw voicecall smoke

voicecall smoke est une simulation, sauf si vous passez --yes.

Les identifiants du fournisseur échouent

Vérifiez le fournisseur sélectionné et les champs d’identifiants requis :

• Twilio : twilio.accountSid, twilio.authToken et fromNumber, ou TWILIO_ACCOUNT_SID, TWILIO_AUTH_TOKEN et TWILIO_FROM_NUMBER.
• Telnyx : telnyx.apiKey, telnyx.connectionId, telnyx.publicKey et fromNumber.
• Plivo : plivo.authId, plivo.authToken et fromNumber.

Les identifiants doivent exister sur l’hôte du Gateway. Modifier un profil de shell local n’affecte pas un Gateway déjà en cours d’exécution tant qu’il n’a pas redémarré ou rechargé son environnement.

Les appels démarrent, mais les webhooks du fournisseur n’arrivent pas

Confirmez que la console du fournisseur pointe vers l’URL publique exacte du webhook :

https://voice.example.com/voice/webhook

Inspectez ensuite l’état du runtime :

openclaw voicecall status --call-id <id>openclaw voicecall tailopenclaw logs --follow

Causes courantes :

• publicUrl pointe vers un chemin différent de serve.path.
• L’URL du tunnel a changé après le démarrage du Gateway.
• Un proxy transfère la requête, mais supprime ou réécrit les en-têtes host/proto.
• Le pare-feu ou le DNS achemine le nom d’hôte public ailleurs que vers le Gateway.
• Le Gateway a été redémarré sans le plugin Voice Call activé.

Lorsqu’un proxy inverse ou un tunnel se trouve devant le Gateway, définissez webhookSecurity.allowedHosts sur le nom d’hôte public, ou utilisez webhookSecurity.trustedProxyIPs pour une adresse de proxy connue. Utilisez webhookSecurity.trustForwardingHeaders uniquement lorsque la frontière du proxy est sous votre contrôle.

La vérification de signature échoue

Les signatures du fournisseur sont vérifiées par rapport à l’URL publique qu’OpenClaw reconstruit à partir de la requête entrante. Si les signatures échouent :

• Confirmez que l’URL de webhook du fournisseur correspond exactement à publicUrl, y compris le schéma, l’hôte et le chemin.
• Pour les URL ngrok en offre gratuite, mettez à jour publicUrl lorsque le nom d’hôte du tunnel change.
• Assurez-vous que le proxy conserve les en-têtes host et proto d’origine, ou configurez webhookSecurity.allowedHosts.
• N’activez pas skipSignatureVerification en dehors des tests locaux.

Les connexions Google Meet via Twilio échouent

Google Meet utilise ce plugin pour les connexions par appel Twilio. Vérifiez d’abord Voice Call :

openclaw voicecall setupopenclaw voicecall smoke --to "+15555550123"

Vérifiez ensuite explicitement le transport Google Meet :

openclaw googlemeet setup --transport twilio

Si Voice Call est vert, mais que le participant Meet ne rejoint jamais, vérifiez le numéro d’appel Meet, le code PIN et --dtmf-sequence. L’appel téléphonique peut être sain pendant que la réunion rejette ou ignore une séquence DTMF incorrecte.

Google Meet démarre le segment téléphonique Twilio via voicecall.start avec une séquence DTMF avant connexion. Les séquences dérivées du PIN incluent voiceCall.dtmfDelayMs du plugin Google Meet comme chiffres d’attente Twilio initiaux. La valeur par défaut est de 12 secondes car les invites d’appel Meet peuvent arriver tard. Voice Call redirige ensuite vers le traitement en temps réel avant que le message d’accueil d’introduction soit demandé.

Utilisez openclaw logs --follow pour la trace de phase en direct. Une connexion Twilio Meet saine journalise cet ordre :

• Google Meet délègue la connexion Twilio à Voice Call.
• Voice Call stocke le TwiML DTMF avant connexion.
• Le TwiML initial de Twilio est consommé et servi avant le traitement en temps réel.
• Voice Call sert le TwiML en temps réel pour l’appel Twilio.
• Google Meet demande la parole d’introduction avec voicecall.speak après le délai post-DTMF.

openclaw voicecall tail affiche toujours les enregistrements d’appels persistés ; il est utile pour l’état des appels et les transcriptions, mais toutes les transitions webhook/temps réel n’y apparaissent pas forcément.

L’appel en temps réel n’a pas de parole

Confirmez qu’un seul mode audio est activé. realtime.enabled et streaming.enabled ne peuvent pas être tous deux à true.

Pour les appels Twilio en temps réel, vérifiez aussi :

• Un plugin fournisseur temps réel est chargé et enregistré.
• realtime.provider n’est pas défini ou nomme un fournisseur enregistré.
• La clé API du fournisseur est disponible pour le processus Gateway.
• openclaw logs --follow affiche le TwiML temps réel servi, le pont temps réel démarré, et le message d’accueil initial mis en file d’attente.

Associés

• Mode conversation
• Synthèse vocale
• Réveil vocal