Providers

Inworld

Inworld はストリーミング型のテキスト読み上げ（TTS）プロバイダーです。OpenClaw では、送信する返信音声（デフォルトは MP3、ボイスメモには OGG_OPUS）と、Voice Call などの電話チャネル向けの生 PCM 音声を合成します。

OpenClaw は Inworld のストリーミング TTS エンドポイントにリクエストを送信し、返された Base64 音声チャンクを単一のバッファに連結して、その結果を標準の返信音声パイプラインに渡します。

プロパティ	値
プロバイダー ID	`inworld`
Plugin	公式外部パッケージ（`@openclaw/inworld-speech`）
コントラクト	`speechProviders`（TTS のみ）
認証環境変数	`INWORLD_API_KEY`（HTTP Basic、Base64 ダッシュボード認証情報）
ベース URL	`https://api.inworld.ai`
デフォルト音声	`Sarah`
デフォルトモデル	`inworld-tts-1.5-max`
出力	MP3（デフォルト）、OGG_OPUS（ボイスメモ）、PCM 22050 Hz（電話）
Web サイト	inworld.ai
ドキュメント	docs.inworld.ai/tts/tts

Plugin のインストール

bash

openclaw plugins install @openclaw/inworld-speechopenclaw gateway restart

はじめに

API キーを設定する

Inworld ダッシュボード（Workspace > API Keys）から認証情報をコピーし、環境変数として設定します。この値は HTTP Basic 認証情報としてそのまま送信されるため、再度 Base64 エンコードしたり、Bearer トークンに変換したりしないでください。

bash

INWORLD_API_KEY=<base64-credential-from-dashboard>

tts で Inworld を選択する

json5

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

メッセージを送信する

接続済みの任意のチャネルから返信を送信します。OpenClaw は Inworld で音声を合成し、MP3（チャネルがボイスメモを想定している場合は OGG_OPUS）として配信します。

設定オプション

オプション	パス	説明
`apiKey`	`tts.providers.inworld.apiKey`	Base64 ダッシュボード認証情報。`INWORLD_API_KEY` にフォールバックします。
`baseUrl`	`tts.providers.inworld.baseUrl`	Inworld API のベース URL を上書きします（デフォルトは `https://api.inworld.ai`）。
`voiceId`	`tts.providers.inworld.voiceId`	音声識別子（デフォルトは `Sarah`）。従来のエイリアス: `speakerVoiceId`。
`modelId`	`tts.providers.inworld.modelId`	TTS モデル ID（デフォルトは `inworld-tts-1.5-max`）。
`temperature`	`tts.providers.inworld.temperature`	サンプリング温度。`0`（含まない）から `2` まで（任意）。

注記

認証

Inworld は、単一の Base64 エンコード済み認証情報文字列を使用する HTTP Basic 認証を採用しています。Inworld ダッシュボードからそのままコピーしてください。プロバイダーは追加のエンコードを行わずに Authorization: Basic <apiKey> として送信するため、自分で Base64 エンコードしたり、Bearer 形式のトークンを渡したりしないでください。同じ注意事項については、TTS の認証に関する注記を参照してください。

モデル

サポートされるモデル ID: inworld-tts-1.5-max（デフォルト）、inworld-tts-1.5-mini、inworld-tts-1-max、inworld-tts-1。

音声出力

返信ではデフォルトで MP3 を使用します。チャネルのターゲットが voice-note の場合、音声がネイティブの音声バブルとして再生されるように、OpenClaw は Inworld に OGG_OPUS を要求します。電話用の音声合成では、電話ブリッジに供給するために 22050 Hz の生 PCM を使用します。

カスタムエンドポイント

tts.providers.inworld.baseUrl で API ホストを上書きします。リクエストの送信前に末尾のスラッシュが削除されます。