ElevenLabs

OpenClaw использует ElevenLabs для синтеза речи, пакетного распознавания речи с Scribe v2 и потокового распознавания речи с Scribe v2 Realtime.

Аутентификация

Задайте ELEVENLABS_API_KEY в окружении. XI_API_KEY также принимается для совместимости с существующими инструментами ElevenLabs.

export ELEVENLABS_API_KEY="..."

Синтез речи

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

Задайте для modelId значение eleven_v3, чтобы использовать ElevenLabs v3 TTS. OpenClaw сохраняет eleven_multilingual_v2 вариантом по умолчанию для существующих установок.

Голосовые каналы Discord используют потоковую конечную точку TTS ElevenLabs, когда ElevenLabs выбран как провайдер voice.tts/messages.tts. Воспроизведение начинается из возвращенного аудиопотока, а не после того, как OpenClaw сначала загрузит и запишет весь аудиофайл. latencyTier сопоставляется с параметром запроса ElevenLabs optimize_streaming_latency для моделей, которые его принимают; OpenClaw пропускает этот параметр для eleven_v3, которая его отклоняет.

Распознавание речи

Используйте Scribe v2 для входящих аудиовложений и коротких записанных голосовых фрагментов:

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

OpenClaw отправляет multipart-аудио в ElevenLabs /v1/speech-to-text с model_id: "scribe_v2". Подсказки языка сопоставляются с language_code, если присутствуют.

Потоковое распознавание речи

Встроенный elevenlabs Plugin регистрирует Scribe v2 Realtime для потоковой транскрипции Voice Call и Google Meet в режиме агента.

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

Для режима агента Google Meet задайте plugins.entries.google-meet.config.realtime.transcriptionProvider значение "elevenlabs" и настройте тот же блок провайдера в plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Связанные материалы

• Синтез речи
• Google Meet
• Выбор модели