音声通話Plugin

Plugin 経由で OpenClaw に音声通話を追加します。アウトバウンド通知、 複数ターンの会話、全二重のリアルタイム音声、ストリーミング 文字起こし、allowlist ポリシー付きのインバウンド通話をサポートします。

現在のプロバイダー: twilio (Programmable Voice + Media Streams)、 telnyx (Call Control v2)、plivo (Voice API + XML transfer + GetInput speech)、mock (開発用/ネットワークなし)。

クイックスタート

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

設定

enabled: true だが選択されたプロバイダーの認証情報が不足している場合、 Gateway 起動時に不足しているキーを含む setup-incomplete 警告をログに出力し、 ランタイムの開始をスキップします。Commands、RPC 呼び出し、agent tools は、 使用時に不足しているプロバイダー設定をそのまま返します。

{  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 */ },        },      },    },  },}

セッションスコープ

デフォルトでは、Voice Call は sessionScope: "per-phone" を使用するため、 同じ発信者からの繰り返し通話では会話メモリが維持されます。各キャリア通話で 新しいコンテキストを開始する必要がある場合、たとえば受付、予約、IVR、または 同じ電話番号が異なる会議を表す可能性がある Google Meet ブリッジフローでは、 sessionScope: "per-call" を設定します。

Voice Call は、生成されたセッションキーを設定済みのエージェント名前空間 （agent:<agentId>:voice:*）に保存するため、再起動後に Gateway のセッションキー 正規化が行われても通話メモリは維持されます。明示的な生の連携キーも同じ エージェント名前空間を使用します。正規の agent:<configuredAgentId>:* キーは その所有者を保持し、そのメインエイリアスはコアの session.mainKey とグローバルスコープに従います。 外部または不正な形式の agent:* 入力は、設定済みエージェント配下の不透明なキーとしてスコープされます。 global と unknown はグローバルなセンチネルのままです。Gateway 起動時には、 パスから単一の所有者が証明できるデフォルトストアまたは {agentId} テンプレートのストア内にある 古い生キーが昇格されます。固定のカスタムストアでは、曖昧なレガシー行は 所有者を選択するための十分な情報を含まないため変更されません。新しい通話は 正規のエージェントスコープ履歴を使用します。

リアルタイム音声会話

realtime は、ライブ通話音声用の全二重リアルタイム音声プロバイダーを選択します。 これは streaming とは別のもので、streaming は音声を リアルタイム文字起こしプロバイダーへ転送するだけです。

現在のランタイム動作:

• realtime.enabled は Twilio Media Streams でサポートされています。
• realtime.provider は任意です。未設定の場合、Voice Call は最初に登録されたリアルタイム音声プロバイダーを使用します。
• バンドルされたリアルタイム音声プロバイダー: Google Gemini Live（google）と OpenAI（openai）。これらは各プロバイダーPluginによって登録されます。
• プロバイダー所有の生設定は realtime.providers.<providerId> 配下にあります。
• Voice Call は、共有 openclaw_agent_consult リアルタイムツールをデフォルトで公開します。発信者がより深い推論、現在の情報、または通常の OpenClaw ツールを求めた場合、リアルタイムモデルはこれを呼び出せます。
• realtime.consultPolicy は、リアルタイムモデルが openclaw_agent_consult を呼び出すべきタイミングについて、任意でガイダンスを追加します。
• realtime.agentContext.enabled はデフォルトでオフです。有効にすると、Voice Call はセッションセットアップ時に、制限付きのエージェント ID と選択されたワークスペースファイルカプセルをリアルタイムプロバイダーの指示へ注入します。
• realtime.fastContext.enabled はデフォルトでオフです。有効にすると、Voice Call はまず consult 質問についてインデックス化済みメモリ/セッションコンテキストを検索し、realtime.fastContext.timeoutMs 以内にそれらのスニペットをリアルタイムモデルへ返します。その後、realtime.fastContext.fallbackToConsult が true の場合にのみ、完全な consult エージェントへフォールバックします。
• realtime.provider が未登録のプロバイダーを指している場合、またはリアルタイム音声プロバイダーがまったく登録されていない場合、Voice Call は Plugin 全体を失敗させる代わりに警告をログに記録し、リアルタイムメディアをスキップします。
• Consult セッションキーは、利用可能な場合は保存済みの通話セッションを再利用し、その後は設定済みの sessionScope（デフォルトは per-phone、分離された通話では per-call）へフォールバックします。

ツールポリシー

realtime.toolPolicy は consult 実行を制御します。

realtime.consultPolicy はリアルタイムモデルの指示のみを制御します。

エージェント音声コンテキスト

通常のターンでエージェントへの完全なコンサルト往復を発生させずに、音声ブリッジを 設定済みの OpenClaw エージェントのように聞こえさせたい場合は、realtime.agentContext を有効にします。コンテキストカプセルはリアルタイムセッションの作成時に一度だけ追加されるため、 ターンごとのレイテンシは増えません。openclaw_agent_consult の呼び出しは引き続き完全な OpenClaw エージェントを実行し、ツール作業、現在の情報、メモリ検索、ワークスペース状態に使用する必要があります。

{  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"],            },          },        },      },    },  },}

リアルタイムプロバイダーの例

{  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}" },            },          },        },      },    },  },}

プロバイダー固有のリアルタイム音声オプションについては、Google プロバイダー と OpenAI プロバイダー を参照してください。

ストリーミング文字起こし

streaming は、ライブ通話音声のリアルタイム文字起こしプロバイダーを選択します。

現在のランタイム動作:

• streaming.provider は任意です。未設定の場合、Voice Call は最初に登録されたリアルタイム文字起こしプロバイダーを使用します。
• バンドルされているリアルタイム文字起こしプロバイダー: Deepgram (deepgram)、ElevenLabs (elevenlabs)、Mistral (mistral)、OpenAI (openai)、xAI (xai)。それぞれのプロバイダー Plugin によって登録されます。
• プロバイダー所有の生設定は streaming.providers.<providerId> 配下にあります。
• Twilio が受け付け済みストリームの start メッセージを送信した後、Voice Call はただちにストリームを登録し、プロバイダーの接続中は受信メディアを文字起こしプロバイダー経由でキューに入れ、リアルタイム文字起こしの準備ができてから最初の挨拶を開始します。
• streaming.provider が未登録のプロバイダーを指している場合、または何も登録されていない場合、Voice Call は Plugin 全体を失敗させる代わりに警告をログに記録し、メディアストリーミングをスキップします。

ストリーミングプロバイダーの例

{  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",              },            },          },        },      },    },  },}

通話用 TTS

Voice Call は、通話でのストリーミング音声にコアの messages.tts 設定を使用します。 Plugin 設定配下で同じ形状で上書きできます。これは messages.tts とディープマージされます。

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

動作メモ:

• Plugin 設定内のレガシーな tts.<provider> キー (openai、elevenlabs、microsoft、edge) は openclaw doctor --fix によって修復されます。コミット済み設定では tts.providers.<provider> を使用してください。
• Twilio メディアストリーミングが有効な場合はコア TTS が使用されます。それ以外の場合、通話はプロバイダーのネイティブ音声にフォールバックします。
• Twilio メディアストリームがすでにアクティブな場合、Voice Call は TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 にフォールバックしません。その状態で電話用 TTS が利用できない場合、再生リクエストは 2 つの再生経路を混在させる代わりに失敗します。
• 電話用 TTS がセカンダリプロバイダーにフォールバックすると、Voice Call はデバッグ用にプロバイダーチェーン (from、to、attempts) を含む警告をログに記録します。
• Twilio の割り込みまたはストリーム終了によって保留中の TTS キューがクリアされると、キュー内の再生リクエストは、再生完了を待つ発信者を待機させたままにせず解決されます。

TTS の例

{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",        },      },    },  },},},},}

着信通話

着信ポリシーのデフォルトは disabled です。着信通話を有効にするには、次を設定します。

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

自動応答はエージェントシステムを使用します。responseModel、 responseSystemPrompt、responseTimeoutMs で調整します。

番号ごとのルーティング

1 つの Voice Call Plugin が複数の電話番号の通話を受け取り、各番号を異なる回線のように動作させたい場合は numbers を使用します。たとえば、ある番号ではカジュアルな個人アシスタントを使用し、 別の番号ではビジネス用のペルソナ、別の応答エージェント、別の TTS 音声を使用できます。

ルートは、プロバイダーから提供されたダイヤル先 To 番号から選択されます。キーは E.164 番号である必要があります。通話が到着すると、Voice Call は一致するルートを一度だけ解決し、 一致したルートを通話レコードに保存し、その有効な設定を挨拶、従来の自動応答パス、 リアルタイムコンサルトパス、TTS 再生に再利用します。一致するルートがない場合は、グローバルな Voice Call 設定が使用されます。 発信通話では numbers は使用されません。通話を開始するときに、発信先、メッセージ、セッションを明示的に渡してください。

ルート上書きは現在、次をサポートしています。

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

tts ルート値はグローバルな Voice Call tts 設定の上にディープマージされるため、 通常はプロバイダー音声だけを上書きできます。

{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" },      },    },  },},}

音声出力契約

自動応答では、Voice Call はシステムプロンプトに厳格な音声出力契約を追加します。

{"spoken":"..."}

Voice Call は音声テキストを防御的に抽出します。

• 推論/エラーコンテンツとしてマークされたペイロードを無視します。
• 直接の JSON、フェンス付き JSON、またはインラインの "spoken" キーを解析します。
• プレーンテキストにフォールバックし、計画/メタ情報と思われる導入段落を削除します。

これにより、音声再生を発信者向けテキストに集中させ、計画テキストが音声に漏れるのを防ぎます。

会話開始時の動作

発信 conversation 通話では、最初のメッセージの処理はライブ再生状態に結び付いています。

• 割り込みによるキュークリアと自動応答は、最初の挨拶が実際に発話中の場合にのみ抑制されます。
• 最初の再生が失敗した場合、通話は listening に戻り、最初のメッセージは再試行用にキューに残ります。
• Twilio ストリーミングの最初の再生は、ストリーム接続時に追加の遅延なしで開始されます。
• 割り込みはアクティブな再生を中止し、キュー済みだがまだ再生されていない Twilio TTS エントリをクリアします。クリアされたエントリはスキップとして解決されるため、後続の応答ロジックは再生されない音声を待たずに続行できます。
• リアルタイム音声会話は、リアルタイムストリーム自身の開始ターンを使用します。Voice Call はその最初のメッセージに対してレガシーな OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 TwiML 更新を投稿しないため、発信 <Connect><Stream> セッションは接続されたままになります。

Twilio ストリーム切断の猶予

Twilio メディアストリームが切断されると、Voice Call は通話を 自動終了する前に 2000 ms 待機します。

• その期間内にストリームが再接続された場合、自動終了はキャンセルされます。
• 猶予期間後にストリームが再登録されない場合、アクティブな通話が停止したままになるのを防ぐため、通話は終了されます。

古い通話のリーパー

終端 Webhook を受信しない通話を終了するには、staleCallReaperSeconds を使用します（たとえば、完了しない通知モードの通話）。デフォルトは 0（無効）です。

推奨範囲:

• 本番: 通知スタイルのフローでは 120〜300 秒。
• 通常の通話が完了できるように、この値は maxDurationSeconds より大きくしてください。開始値としては maxDurationSeconds + 30–60 秒が適しています。

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

Webhook セキュリティ

Gateway の前段にプロキシまたはトンネルがある場合、Plugin は 署名検証用の公開 URL を再構築します。これらのオプションは、 どの転送ヘッダーを信頼するかを制御します。

追加の保護:

• Webhook リプレイ保護は Twilio と Plivo で有効です。リプレイされた有効な Webhook リクエストは確認応答されますが、副作用はスキップされます。
• Twilio の会話ターンでは <Gather> コールバックにターンごとのトークンが含まれるため、古い、またはリプレイされた音声コールバックが新しい保留中の文字起こしターンを満たすことはできません。
• 認証されていない Webhook リクエストは、プロバイダーの必須署名ヘッダーが欠落している場合、本文の読み取り前に拒否されます。
• voice-call Webhook は、共有の事前認証本文プロファイル（64 KB / 5 秒）に加え、署名検証前の IP ごとの処理中上限を使用します。

安定した公開ホストの例:

{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

Gateway がすでに実行中の場合、運用用の voicecall コマンドは Gateway が所有する voice-call ランタイムへ委譲されるため、CLI が 2 つ目の Webhook サーバーをバインドすることはありません。到達可能な Gateway がない場合、 コマンドはスタンドアロンの CLI ランタイムへフォールバックします。

latency はデフォルトの voice-call ストレージパスから calls.jsonl を読み取ります。 別のログを指定するには --file <path> を使用し、解析対象を最後の N レコード （デフォルト 200）に制限するには --last <n> を使用します。出力には、ターンレイテンシと リッスン待機時間の p50/p90/p99 が含まれます。

エージェントツール

ツール名: voice_call。

voice-call Plugin には、対応するエージェント Skills が同梱されています。

Gateway RPC

dtmfSequence は mode: "conversation" の場合にのみ有効です。通知モードの通話で 接続後の数字入力が必要な場合は、通話が存在した後に voicecall.dtmf を使用してください。

トラブルシューティング

セットアップで Webhook 公開に失敗する

Gateway を実行するのと同じ環境からセットアップを実行します。

openclaw voicecall setupopenclaw voicecall setup --json

twilio、telnyx、plivo では、webhook-exposure が緑である必要があります。 設定済みの publicUrl でも、それがローカルまたはプライベートネットワーク空間を指している場合は失敗します。 通信キャリアはそれらのアドレスへコールバックできないためです。publicUrl として 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、または fd00::/8 を使用しないでください。

Twilio の通知モードの発信通話は、最初の OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 TwiML を create-call リクエスト内で直接送信するため、最初に話されるメッセージは Twilio が Webhook TwiML を取得することに依存しません。ただし、ステータスコールバック、 会話通話、接続前 DTMF、リアルタイムストリーム、接続後の通話制御には公開 Webhook が引き続き必要です。

公開経路を 1 つ使用します。

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

設定を変更した後、Gateway を再起動または再読み込みしてから、次を実行します。

openclaw voicecall setupopenclaw voicecall smoke

voicecall smoke は、--yes を渡さない限りドライランです。

プロバイダー資格情報が失敗する

選択されたプロバイダーと必須の資格情報フィールドを確認します。

• Twilio: twilio.accountSid、twilio.authToken、fromNumber、または TWILIO_ACCOUNT_SID、TWILIO_AUTH_TOKEN、TWILIO_FROM_NUMBER。
• Telnyx: telnyx.apiKey、telnyx.connectionId、telnyx.publicKey、および fromNumber。
• Plivo: plivo.authId、plivo.authToken、および fromNumber。

資格情報は Gateway ホスト上に存在する必要があります。ローカルのシェルプロファイルを編集しても、 すでに実行中の Gateway には、再起動または環境の再読み込みまで反映されません。

通話は開始するがプロバイダー Webhook が届かない

プロバイダーコンソールが正確な公開 Webhook URL を指していることを確認します。

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

次に、ランタイム状態を調べます。

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

一般的な原因:

• publicUrl が serve.path とは異なるパスを指している。
• Gateway の起動後にトンネル URL が変更された。
• プロキシがリクエストを転送しているが、ホストまたは proto ヘッダーを削除または書き換えている。
• ファイアウォールまたは DNS が公開ホスト名を Gateway 以外の場所へルーティングしている。
• Voice Call Plugin が有効でない状態で Gateway が再起動された。

Gateway の前段にリバースプロキシまたはトンネルがある場合は、 webhookSecurity.allowedHosts を公開ホスト名に設定するか、既知のプロキシアドレスには webhookSecurity.trustedProxyIPs を使用します。webhookSecurity.trustForwardingHeaders は、 プロキシ境界が自分の管理下にある場合にのみ使用してください。

署名検証が失敗する

プロバイダー署名は、受信リクエストから OpenClaw が再構築した公開 URL に対して検証されます。 署名が失敗する場合:

• プロバイダー Webhook URL が、スキーム、ホスト、パスを含めて publicUrl と完全に一致することを確認します。
• ngrok の無料枠 URL では、トンネルホスト名が変更されたときに publicUrl を更新します。
• プロキシが元のホストおよび proto ヘッダーを保持していることを確認するか、 webhookSecurity.allowedHosts を設定します。
• ローカルテスト以外では skipSignatureVerification を有効にしないでください。

Google Meet の Twilio 参加に失敗する

Google Meet は Twilio ダイヤルイン参加にこの Plugin を使用します。まず Voice Call を検証します。

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

次に、Google Meet トランスポートを明示的に検証します。

openclaw googlemeet setup --transport twilio

Voice Call が緑でも Meet 参加者が参加しない場合は、Meet の ダイヤルイン番号、PIN、--dtmf-sequence を確認してください。通話自体は正常でも、 会議が誤った DTMF シーケンスを拒否または無視することがあります。

Google Meet は voicecall.start を通じて、接続前 DTMF シーケンス付きで Twilio の電話レッグを開始します。PIN から派生したシーケンスには、先頭の Twilio 待機数字として Google Meet Plugin の voiceCall.dtmfDelayMs が含まれます。デフォルトは 12 秒です。 Meet のダイヤルインプロンプトが遅れて到着することがあるためです。その後、Voice Call は イントロ挨拶が要求される前にリアルタイム処理へリダイレクトします。

ライブフェーズのトレースには openclaw logs --follow を使用します。正常な Twilio Meet 参加では、次の順序がログに記録されます。

• Google Meet が Twilio 参加を Voice Call へ委譲する。
• Voice Call が接続前 DTMF TwiML を保存する。
• Twilio の初期 TwiML が消費され、リアルタイム処理の前に提供される。
• Voice Call が Twilio 通話向けのリアルタイム TwiML を提供する。
• Google Meet が DTMF 後の遅延の後に voicecall.speak でイントロ音声を要求する。

openclaw voicecall tail は引き続き永続化された通話レコードを表示します。通話状態と 文字起こしには役立ちますが、すべての Webhook/リアルタイム遷移がそこに表示されるわけではありません。

リアルタイム通話で音声がない

有効な音声モードが 1 つだけであることを確認します。realtime.enabled と streaming.enabled は同時に true にできません。

リアルタイム Twilio 通話では、次も確認してください。

• リアルタイムプロバイダー Plugin が読み込まれ、登録されている。
• realtime.provider が未設定であるか、登録済みプロバイダー名を指定している。
• プロバイダー API キーが Gateway プロセスで利用可能である。
• openclaw logs --follow に、リアルタイム TwiML が提供され、リアルタイムブリッジが 開始され、初期挨拶がキューに入ったことが表示される。

関連

• トークモード
• テキスト読み上げ
• 音声ウェイク