Ana içeriğe atla

​
Konuşma Modu

Konuşma modu, sürekli bir sesli konuşma döngüsüdür:
  1. Konuşmayı dinle
  2. Transkripti modele gönder (ana oturum, chat.send)
  3. Yanıtı bekle
  4. Bunu yapılandırılmış Konuşma sağlayıcısı üzerinden seslendir (talk.speak)

​
Davranış (macOS)

  • Konuşma modu etkinken her zaman açık katman.
  • Dinleme → Düşünme → Konuşma aşama geçişleri.
  • Kısa bir duraklamada (sessizlik penceresi), mevcut transkript gönderilir.
  • Yanıtlar WebChat’e yazılır (yazıyormuşsunuz gibi aynı şekilde).
  • Konuşmada kesme (varsayılan açık): kullanıcı, asistan konuşurken konuşmaya başlarsa oynatmayı durdururuz ve bir sonraki istem için kesme zaman damgasını not ederiz.

​
Yanıtlardaki ses yönergeleri

Asistan, sesi denetlemek için yanıtını tek bir JSON satırıyla önekleyebilir: 
{ "voice": "<voice-id>", "once": true }
Kurallar:
  • Yalnızca ilk boş olmayan satır.
  • Bilinmeyen anahtarlar yok sayılır.
  • once: true yalnızca mevcut yanıt için geçerlidir.
  • once olmadan ses, Konuşma modu için yeni varsayılan olur.
  • JSON satırı TTS oynatımından önce kaldırılır.
Desteklenen anahtarlar:
  • voice / voice_id / voiceId
  • model / model_id / modelId
  • speed, rate (WPM), stability, similarity, style, speakerBoost
  • seed, normalize, lang, output_format, latency_tier
  • once

​
Config (~/.openclaw/openclaw.json)

{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    silenceTimeoutMs: 1500,
    interruptOnSpeech: true,
  },
}
Varsayılanlar:
  • interruptOnSpeech: true
  • silenceTimeoutMs: ayarlanmadığında Konuşma, transkripti göndermeden önce platform varsayılan duraklama penceresini korur (macOS ve Android'de 700 ms, iOS'ta 900 ms)
  • voiceId: ELEVENLABS_VOICE_ID / SAG_VOICE_ID değerine geri düşer (veya API anahtarı varsa ilk ElevenLabs sesi)
  • modelId: ayarlanmadığında varsayılan olarak eleven_v3
  • apiKey: ELEVENLABS_API_KEY değerine geri düşer (veya varsa gateway kabuk profiline)
  • outputFormat: varsayılan olarak macOS/iOS’ta pcm_44100, Android’de pcm_24000 olur (MP3 akışını zorlamak için mp3_* ayarlayın)

​
macOS UI

  • Menü çubuğu anahtarı: Konuş
  • Config sekmesi: Konuşma Modu grubu (ses kimliği + kesme anahtarı)
  • Katman:
    • Dinleme: mikrofon düzeyiyle birlikte atımlı bulut
    • Düşünme: alçalan animasyon
    • Konuşma: yayılan halkalar
    • Buluta tıklayın: konuşmayı durdur
    • X’e tıklayın: Konuşma modundan çık

​
Notlar

  • Speech + Microphone izinleri gerektirir.
  • main oturum anahtarına karşı chat.send kullanır.
  • Gateway, etkin Konuşma sağlayıcısını kullanarak Konuşma oynatımını talk.speak üzerinden çözer. Android yalnızca bu RPC kullanılamadığında yerel sistem TTS’ine geri döner.
  • eleven_v3 için stability, 0.0, 0.5 veya 1.0 olarak doğrulanır; diğer modeller 0..1 kabul eder.
  • latency_tier, ayarlandığında 0..4 aralığında doğrulanır.
  • Android, düşük gecikmeli AudioTrack akışı için pcm_16000, pcm_22050, pcm_24000 ve pcm_44100 çıktı biçimlerini destekler.