ElevenLabs

OpenClaw टेक्स्ट-से-स्पीच के लिए ElevenLabs, Scribe v2 के साथ बैच स्पीच-से-टेक्स्ट, और Scribe v2 Realtime के साथ स्ट्रीमिंग STT का उपयोग करता है।

प्रमाणीकरण

पर्यावरण में ELEVENLABS_API_KEY सेट करें। मौजूदा ElevenLabs टूलिंग के साथ संगतता के लिए XI_API_KEY भी स्वीकार किया जाता है।

export ELEVENLABS_API_KEY="..."

टेक्स्ट-से-स्पीच

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

ElevenLabs v3 TTS का उपयोग करने के लिए modelId को eleven_v3 पर सेट करें। OpenClaw मौजूदा इंस्टॉल के लिए eleven_multilingual_v2 को डिफ़ॉल्ट के रूप में रखता है।

जब ElevenLabs चयनित voice.tts/messages.tts प्रदाता होता है, तो Discord वॉयस चैनल ElevenLabs के स्ट्रीमिंग TTS एंडपॉइंट का उपयोग करते हैं। प्लेबैक OpenClaw के पूरी ऑडियो फ़ाइल को पहले डाउनलोड करके लिखने की प्रतीक्षा करने के बजाय लौटाई गई ऑडियो स्ट्रीम से शुरू होता है। latencyTier उन मॉडलों के लिए ElevenLabs के optimize_streaming_latency क्वेरी पैरामीटर से मैप होता है जो इसे स्वीकार करते हैं; OpenClaw eleven_v3 के लिए वह पैरामीटर छोड़ देता है, क्योंकि वह इसे अस्वीकार करता है।

स्पीच-से-टेक्स्ट

इनबाउंड ऑडियो अटैचमेंट और छोटे रिकॉर्ड किए गए वॉयस सेगमेंट के लिए Scribe v2 का उपयोग करें:

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

OpenClaw model_id: "scribe_v2" के साथ multipart ऑडियो ElevenLabs /v1/speech-to-text पर भेजता है। मौजूद होने पर भाषा संकेत language_code से मैप होते हैं।

स्ट्रीमिंग STT

बंडल किया गया elevenlabs Plugin, Voice Call और Google Meet एजेंट-मोड स्ट्रीमिंग ट्रांसक्रिप्शन के लिए Scribe v2 Realtime पंजीकृत करता है।

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "elevenlabs",            providers: {              elevenlabs: {                apiKey: "${ELEVENLABS_API_KEY}",                audioFormat: "ulaw_8000",                commitStrategy: "vad",                languageCode: "en",              },            },          },        },      },    },  },}

Google Meet एजेंट मोड के लिए, plugins.entries.google-meet.config.realtime.transcriptionProvider को "elevenlabs" पर सेट करें और उसी प्रदाता ब्लॉक को plugins.entries.google-meet.config.realtime.providers.elevenlabs के अंतर्गत कॉन्फ़िगर करें।

संबंधित

• टेक्स्ट-से-स्पीच
• Google Meet
• मॉडल चयन