Chế độ trò chuyện

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

1. Nghe lời nói
2. Gửi bản chép lời đến mô hình (phiên chính, chat.send)
3. Chờ phản hồi
4. Phát thành tiếng qua nhà cung cấp Nói chuyện đã cấu hình (talk.speak)

​

Hành vi (macOS)

• Lớp phủ luôn bật khi chế độ Nói chuyện được bật.
• Chuyển pha Đang nghe → Đang suy nghĩ → Đang nói.
• Khi có khoảng dừng ngắn (cửa sổ im lặng), bản chép lời hiện tại sẽ được gửi.
• Câu trả lời được ghi vào WebChat (giống như khi nhập).
• Ngắt khi có lời nói (mặc định bật): nếu người dùng bắt đầu nói trong khi trợ lý đang nói, chúng tôi dừng phát lại và ghi nhận dấu thời gian ngắt cho prompt tiếp theo.

​

Chỉ thị giọng nói trong câu trả lời

{ "voice": "<voice-id>", "once": true }

• Chỉ dòng không trống đầu tiên.
• Các khóa không xác định sẽ bị bỏ qua.
• once: true chỉ áp dụng cho câu trả lời hiện tại.
• Nếu không có once, giọng nói sẽ trở thành mặc định mới cho chế độ Nói chuyện.
• Dòng JSON sẽ bị loại bỏ trước khi phát TTS.

• voice / voice_id / voiceId
• model / model_id / modelId
• speed, rate (WPM), stability, similarity, style, speakerBoost
• seed, normalize, lang, output_format, latency_tier
• once

​

Cấu hình (~/.openclaw/openclaw.json)

{
  talk: {
    provider: "elevenlabs",
    providers: {
      elevenlabs: {
        voiceId: "elevenlabs_voice_id",
        modelId: "eleven_v3",
        outputFormat: "mp3_44100_128",
        apiKey: "elevenlabs_api_key",
      },
      mlx: {
        modelId: "mlx-community/Soprano-80M-bf16",
      },
      system: {},
    },
    speechLocale: "ru-RU",
    silenceTimeoutMs: 1500,
    interruptOnSpeech: true,
  },
}

• interruptOnSpeech: true
• silenceTimeoutMs: khi chưa đặt, chế độ Nói chuyện giữ cửa sổ tạm dừng mặc định của nền tảng trước khi gửi bản chép lời (700 ms trên macOS và Android, 900 ms trên iOS)
• provider: chọn nhà cung cấp Nói chuyện đang hoạt động. Dùng elevenlabs, mlx, hoặc system cho các đường dẫn phát lại cục bộ trên macOS.
• providers.<provider>.voiceId: dự phòng về ELEVENLABS_VOICE_ID / SAG_VOICE_ID cho ElevenLabs (hoặc giọng ElevenLabs đầu tiên khi có khóa API).
• providers.elevenlabs.modelId: mặc định là eleven_v3 khi chưa đặt.
• providers.mlx.modelId: mặc định là mlx-community/Soprano-80M-bf16 khi chưa đặt.
• providers.elevenlabs.apiKey: dự phòng về ELEVENLABS_API_KEY (hoặc hồ sơ shell của Gateway nếu có).
• speechLocale: id locale BCP 47 tùy chọn cho nhận dạng giọng nói Nói chuyện trên thiết bị ở iOS/macOS. Để trống để dùng mặc định của thiết bị.
• outputFormat: mặc định là pcm_44100 trên macOS/iOS và pcm_24000 trên Android (đặt mp3_* để buộc phát trực tuyến MP3)

​

Giao diện macOS

• Nút bật/tắt trên thanh menu: Nói chuyện
• Thẻ cấu hình: nhóm Chế độ Nói chuyện (id giọng nói + nút bật/tắt ngắt)
• Lớp phủ:
  • Đang nghe: đám mây rung theo mức mic
  • Đang suy nghĩ: hoạt ảnh chìm xuống
  • Đang nói: các vòng tỏa ra
  • Nhấp vào đám mây: dừng nói
  • Nhấp X: thoát chế độ Nói chuyện

​

Giao diện Android

• Nút bật/tắt thẻ Giọng nói: Nói chuyện
• Mic và Nói chuyện thủ công là các chế độ thu âm runtime loại trừ lẫn nhau.
• Mic thủ công dừng khi ứng dụng rời foreground hoặc người dùng rời thẻ Giọng nói.
• Chế độ Nói chuyện tiếp tục chạy cho đến khi bị tắt hoặc Node Android ngắt kết nối, và dùng loại foreground service microphone của Android khi đang hoạt động.

​

Ghi chú

• Yêu cầu quyền Speech + Microphone.
• Dùng chat.send với khóa phiên main.
• Gateway phân giải phát lại Nói chuyện qua talk.speak bằng nhà cung cấp Nói chuyện đang hoạt động. Android chỉ dự phòng về TTS hệ thống cục bộ khi RPC đó không khả dụng.
• Phát lại MLX cục bộ trên macOS dùng helper openclaw-mlx-tts đi kèm khi có, hoặc một tệp thực thi trên PATH. Đặt OPENCLAW_MLX_TTS_BIN để trỏ đến binary helper tùy chỉnh trong quá trình phát triển.
• stability cho eleven_v3 được xác thực là 0.0, 0.5, hoặc 1.0; các mô hình khác chấp nhận 0..1.
• latency_tier được xác thực là 0..4 khi được đặt.
• Android hỗ trợ các định dạng đầu ra pcm_16000, pcm_22050, pcm_24000, và pcm_44100 cho phát trực tuyến AudioTrack độ trễ thấp.

​

Liên quan

• Đánh thức bằng giọng nói
• Âm thanh và ghi chú thoại
• Hiểu phương tiện