​

Text-to-speech (TTS)

​

지원되는 서비스

• ElevenLabs (기본 또는 fallback provider)
• Microsoft (기본 또는 fallback provider; 현재 번들 구현은 node-edge-tts 사용)
• MiniMax (기본 또는 fallback provider; T2A v2 API 사용)
• OpenAI (기본 또는 fallback provider; 요약에도 사용)

​

Microsoft speech 참고 사항

​

선택적 키

• ELEVENLABS_API_KEY (또는 XI_API_KEY)
• MINIMAX_API_KEY
• OPENAI_API_KEY

​

서비스 링크

• OpenAI Text-to-Speech guide
• OpenAI Audio API reference
• ElevenLabs Text to Speech
• ElevenLabs Authentication
• MiniMax T2A v2 API
• node-edge-tts
• Microsoft Speech output formats

​

기본적으로 활성화되어 있나요?

​

구성

​

최소 구성(활성화 + provider)

{
  messages: {
    tts: {
      auto: "always",
      provider: "elevenlabs",
    },
  },
}

​

OpenAI 기본 + ElevenLabs fallback

{
  messages: {
    tts: {
      auto: "always",
      provider: "openai",
      summaryModel: "openai/gpt-4.1-mini",
      modelOverrides: {
        enabled: true,
      },
      providers: {
        openai: {
          apiKey: "openai_api_key",
          baseUrl: "https://api.openai.com/v1",
          model: "gpt-4o-mini-tts",
          voice: "alloy",
        },
        elevenlabs: {
          apiKey: "elevenlabs_api_key",
          baseUrl: "https://api.elevenlabs.io",
          voiceId: "voice_id",
          modelId: "eleven_multilingual_v2",
          seed: 42,
          applyTextNormalization: "auto",
          languageCode: "en",
          voiceSettings: {
            stability: 0.5,
            similarityBoost: 0.75,
            style: 0.0,
            useSpeakerBoost: true,
            speed: 1.0,
          },
        },
      },
    },
  },
}

​

Microsoft 기본(API 키 없음)

{
  messages: {
    tts: {
      auto: "always",
      provider: "microsoft",
      providers: {
        microsoft: {
          enabled: true,
          voice: "en-US-MichelleNeural",
          lang: "en-US",
          outputFormat: "audio-24khz-48kbitrate-mono-mp3",
          rate: "+10%",
          pitch: "-5%",
        },
      },
    },
  },
}

​

MiniMax 기본

{
  messages: {
    tts: {
      auto: "always",
      provider: "minimax",
      providers: {
        minimax: {
          apiKey: "minimax_api_key",
          baseUrl: "https://api.minimax.io",
          model: "speech-2.8-hd",
          voiceId: "English_expressive_narrator",
          speed: 1.0,
          vol: 1.0,
          pitch: 0,
        },
      },
    },
  },
}

​

Microsoft speech 비활성화

{
  messages: {
    tts: {
      providers: {
        microsoft: {
          enabled: false,
        },
      },
    },
  },
}

​

사용자 지정 제한 + prefs 경로

{
  messages: {
    tts: {
      auto: "always",
      maxTextLength: 4000,
      timeoutMs: 30000,
      prefsPath: "~/.openclaw/settings/tts.json",
    },
  },
}

​

수신 음성 메시지 뒤에만 오디오로 답장

{
  messages: {
    tts: {
      auto: "inbound",
    },
  },
}

​

긴 답장에 대한 자동 요약 비활성화

{
  messages: {
    tts: {
      auto: "always",
    },
  },
}

/tts summary off

​

필드 참고 사항

• auto: 자동 TTS 모드(off, always, inbound, tagged).
  • inbound는 수신 음성 메시지 뒤에만 오디오를 보냅니다.
  • tagged는 답장에 [[tts]] 태그가 포함될 때만 오디오를 보냅니다.
• enabled: 레거시 토글입니다(doctor가 이를 auto로 마이그레이션함).
• mode: "final"(기본값) 또는 "all"(도구/블록 답장 포함).
• provider: "elevenlabs", "microsoft", "minimax", 또는 "openai" 같은 speech provider id입니다(fallback은 자동).
• provider가 설정되지 않으면, OpenClaw는 registry 자동 선택 순서에서 구성된 첫 번째 speech provider를 사용합니다.
• 레거시 provider: "edge"도 여전히 작동하며 microsoft로 정규화됩니다.
• summaryModel: 자동 요약용 선택적 저비용 모델입니다. 기본값은 agents.defaults.model.primary입니다.
  • provider/model 또는 구성된 모델 별칭을 허용합니다.
• modelOverrides: 모델이 TTS directive를 출력할 수 있도록 허용합니다(기본적으로 활성화).
  • allowProvider의 기본값은 false입니다(provider 전환은 opt-in).
• providers.<id>: speech provider id를 키로 하는 provider 소유 설정입니다.
• 레거시 직접 provider 블록(messages.tts.openai, messages.tts.elevenlabs, messages.tts.microsoft, messages.tts.edge)은 로드 시 messages.tts.providers.<id>로 자동 마이그레이션됩니다.
• maxTextLength: TTS 입력의 하드 상한(문자 수)입니다. 초과하면 /tts audio가 실패합니다.
• timeoutMs: 요청 timeout(ms)입니다.
• prefsPath: 로컬 prefs JSON 경로(provider/limit/summary)를 재정의합니다.
• apiKey 값은 env vars(ELEVENLABS_API_KEY/XI_API_KEY, MINIMAX_API_KEY, OPENAI_API_KEY)로 fallback됩니다.
• providers.elevenlabs.baseUrl: ElevenLabs API 기본 URL을 재정의합니다.
• providers.openai.baseUrl: OpenAI TTS 엔드포인트를 재정의합니다.
  • 확인 순서: messages.tts.providers.openai.baseUrl -> OPENAI_TTS_BASE_URL -> https://api.openai.com/v1
  • 기본값이 아닌 값은 OpenAI 호환 TTS 엔드포인트로 취급되므로 사용자 지정 모델 및 voice 이름이 허용됩니다.
• providers.elevenlabs.voiceSettings:
  • stability, similarityBoost, style: 0..1
  • useSpeakerBoost: true|false
  • speed: 0.5..2.0 (1.0 = 보통)
• providers.elevenlabs.applyTextNormalization: auto|on|off
• providers.elevenlabs.languageCode: 2자리 ISO 639-1 (예: en, de)
• providers.elevenlabs.seed: 정수 0..4294967295 (best-effort 결정성)
• providers.minimax.baseUrl: MiniMax API 기본 URL을 재정의합니다(기본값 https://api.minimax.io, env: MINIMAX_API_HOST).
• providers.minimax.model: TTS 모델입니다(기본값 speech-2.8-hd, env: MINIMAX_TTS_MODEL).
• providers.minimax.voiceId: 음성 식별자입니다(기본값 English_expressive_narrator, env: MINIMAX_TTS_VOICE_ID).
• providers.minimax.speed: 재생 속도 0.5..2.0 (기본값 1.0).
• providers.minimax.vol: 볼륨 (0, 10] (기본값 1.0, 0보다 커야 함).
• providers.minimax.pitch: 피치 시프트 -12..12 (기본값 0).
• providers.microsoft.enabled: Microsoft speech 사용을 허용합니다(기본값 true, API 키 없음).
• providers.microsoft.voice: Microsoft neural voice 이름입니다(예: en-US-MichelleNeural).
• providers.microsoft.lang: 언어 코드입니다(예: en-US).
• providers.microsoft.outputFormat: Microsoft 출력 형식입니다(예: audio-24khz-48kbitrate-mono-mp3).
  • 유효한 값은 Microsoft Speech output formats를 참조하세요. 번들된 Edge 기반 전송에서는 일부 형식만 지원됩니다.
• providers.microsoft.rate / providers.microsoft.pitch / providers.microsoft.volume: 퍼센트 문자열입니다(예: +10%, -5%).
• providers.microsoft.saveSubtitles: 오디오 파일과 함께 JSON 자막을 기록합니다.
• providers.microsoft.proxy: Microsoft speech 요청용 프록시 URL입니다.
• providers.microsoft.timeoutMs: 요청 timeout 재정의(ms)입니다.
• edge.*: 동일한 Microsoft 설정에 대한 레거시 별칭입니다.

​

모델 기반 재정의(기본적으로 활성화)

Here you go.

[[tts:voiceId=pMsXgVXv3BLzUgSXRplE model=eleven_v3 speed=1.1]]
[[tts:text]](laughs) Read the song once more.[[/tts:text]]

• provider (등록된 speech provider id, 예: openai, elevenlabs, minimax, 또는 microsoft; allowProvider: true 필요)
• voice (OpenAI voice) 또는 voiceId (ElevenLabs / MiniMax)
• model (OpenAI TTS 모델, ElevenLabs model id, 또는 MiniMax 모델)
• stability, similarityBoost, style, speed, useSpeakerBoost
• vol / volume (MiniMax 볼륨, 0-10)
• pitch (MiniMax 피치, -12 ~ 12)
• applyTextNormalization (auto|on|off)
• languageCode (ISO 639-1)
• seed

{
  messages: {
    tts: {
      modelOverrides: {
        enabled: false,
      },
    },
  },
}

{
  messages: {
    tts: {
      modelOverrides: {
        enabled: true,
        allowProvider: true,
        allowSeed: false,
      },
    },
  },
}

​

사용자별 환경설정

• enabled
• provider
• maxLength (요약 임곗값, 기본값 1500자)
• summarize (기본값 true)

​

출력 형식(고정)

• Feishu / Matrix / Telegram / WhatsApp: Opus 음성 메시지(ElevenLabs의 opus_48000_64, OpenAI의 opus).
  • 48kHz / 64kbps는 음성 메시지에 적절한 절충안입니다.
• 기타 채널: MP3(ElevenLabs의 mp3_44100_128, OpenAI의 mp3).
  • 44.1kHz / 128kbps는 음성 명료도를 위한 기본 균형값입니다.
• MiniMax: MP3(speech-2.8-hd 모델, 32kHz 샘플 레이트). 음성 노트 형식을 기본 지원하지 않으므로, 보장된 Opus 음성 메시지가 필요하면 OpenAI 또는 ElevenLabs를 사용하세요.
• Microsoft: microsoft.outputFormat을 사용합니다(기본값 audio-24khz-48kbitrate-mono-mp3).
  • 번들 전송은 outputFormat을 허용하지만, 모든 형식을 서비스에서 사용할 수 있는 것은 아닙니다.
  • 출력 형식 값은 Microsoft Speech output formats를 따릅니다(Ogg/WebM Opus 포함).
  • Telegram sendVoice는 OGG/MP3/M4A를 허용합니다. 보장된 Opus 음성 메시지가 필요하면 OpenAI/ElevenLabs를 사용하세요.
  • 구성된 Microsoft 출력 형식이 실패하면 OpenClaw는 MP3로 다시 시도합니다.

​

자동 TTS 동작

• 답장에 이미 미디어 또는 MEDIA: directive가 있으면 TTS를 건너뜁니다.
• 너무 짧은 답장(< 10자)은 건너뜁니다.
• 긴 답장은 활성화된 경우 agents.defaults.model.primary(또는 summaryModel)를 사용해 요약합니다.
• 생성된 오디오를 답장에 첨부합니다.

​

흐름도

Reply -> TTS enabled?
  no  -> 텍스트 전송
  yes -> 미디어 / MEDIA: / 짧은 답장인가?
          yes -> 텍스트 전송
          no  -> 길이 > 제한?
                   no  -> TTS -> 오디오 첨부
                   yes -> 요약 활성화됨?
                            no  -> 텍스트 전송
                            yes -> 요약(summaryModel 또는 agents.defaults.model.primary)
                                      -> TTS -> 오디오 첨부

​

슬래시 명령 사용법

/tts off
/tts always
/tts inbound
/tts tagged
/tts status
/tts provider openai
/tts limit 2000
/tts summary off
/tts audio Hello from OpenClaw

• 명령에는 인증된 발신자가 필요합니다(allowlist/owner 규칙은 계속 적용됨).
• commands.text 또는 네이티브 명령 등록이 활성화되어 있어야 합니다.
• off|always|inbound|tagged는 세션별 토글입니다(/tts on은 /tts always의 별칭).
• limit 및 summary는 메인 구성이 아니라 로컬 prefs에 저장됩니다.
• /tts audio는 일회성 오디오 답장을 생성합니다(TTS를 켜지 않음).
• /tts status는 최신 시도에 대한 fallback 가시성을 포함합니다:
  • 성공 fallback: Fallback: <primary> -> <used> 및 Attempts: ...
  • 실패: Error: ... 및 Attempts: ...
  • 상세 진단: Attempt details: provider:outcome(reasonCode) latency
• OpenAI 및 ElevenLabs API 실패는 이제 파싱된 provider 오류 세부 정보와 요청 id(제공된 경우)를 포함하며, 이는 TTS 오류/로그에 표시됩니다.

​

에이전트 도구

​

Gateway RPC

• tts.status
• tts.enable
• tts.disable
• tts.convert
• tts.setProvider
• tts.providers