Chuyển đến nội dung chính

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.

OpenClaw sử dụng ElevenLabs để chuyển văn bản thành giọng nói, chuyển giọng nói thành văn bản theo lô bằng Scribe v2, và STT truyền phát bằng Scribe v2 Realtime.
Khả năngBề mặt OpenClawMặc định
Chuyển văn bản thành giọng nóimessages.tts / talkeleven_multilingual_v2
Chuyển giọng nói thành văn bản theo lôtools.media.audioscribe_v2
Chuyển giọng nói thành văn bản truyền pháttruyền phát Voice Call hoặc Google Meet realtime.transcriptionProviderscribe_v2_realtime

​
Xác thực

Đặt ELEVENLABS_API_KEY trong môi trường. XI_API_KEY cũng được chấp nhận để tương thích với công cụ ElevenLabs hiện có. 
export ELEVENLABS_API_KEY="..."

​
Chuyển văn bản thành giọng nói

{
  messages: {
    tts: {
      providers: {
        elevenlabs: {
          apiKey: "${ELEVENLABS_API_KEY}",
          voiceId: "pMsXgVXv3BLzUgSXRplE",
          modelId: "eleven_multilingual_v2",
        },
      },
    },
  },
}
Đặt modelId thành eleven_v3 để dùng ElevenLabs v3 TTS. OpenClaw giữ eleven_multilingual_v2 làm mặc định cho các bản cài đặt hiện có. Các kênh thoại Discord dùng điểm cuối TTS truyền phát của ElevenLabs khi ElevenLabs là nhà cung cấp voice.tts/messages.tts được chọn. Việc phát bắt đầu từ luồng âm thanh được trả về thay vì chờ OpenClaw tải xuống và ghi toàn bộ tệp âm thanh trước. latencyTier ánh xạ tới tham số truy vấn optimize_streaming_latency của ElevenLabs đối với các mô hình chấp nhận tham số đó; OpenClaw bỏ qua tham số đó cho eleven_v3, vì mô hình này từ chối tham số đó.

​
Chuyển giọng nói thành văn bản

Dùng Scribe v2 cho tệp đính kèm âm thanh đầu vào và các đoạn thoại ngắn đã ghi: 
{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "elevenlabs", model: "scribe_v2" }],
      },
    },
  },
}
OpenClaw gửi âm thanh multipart tới ElevenLabs /v1/speech-to-text với model_id: "scribe_v2". Gợi ý ngôn ngữ ánh xạ tới language_code khi có.

​
STT truyền phát

Plugin elevenlabs được đóng gói đăng ký Scribe v2 Realtime cho Voice Call và phiên âm truyền phát ở chế độ tác nhân của Google Meet.
Thiết lậpĐường dẫn cấu hìnhMặc định
Khóa APIplugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKeyDự phòng về ELEVENLABS_API_KEY / XI_API_KEY
Mô hình...elevenlabs.modelIdscribe_v2_realtime
Định dạng âm thanh...elevenlabs.audioFormatulaw_8000
Tần số lấy mẫu...elevenlabs.sampleRate8000
Chiến lược commit...elevenlabs.commitStrategyvad
Ngôn ngữ...elevenlabs.languageCode(chưa đặt)
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "${ELEVENLABS_API_KEY}",
                audioFormat: "ulaw_8000",
                commitStrategy: "vad",
                languageCode: "en",
              },
            },
          },
        },
      },
    },
  },
}
Voice Call nhận phương tiện Twilio dưới dạng G.711 u-law 8 kHz. Nhà cung cấp realtime của ElevenLabs mặc định là ulaw_8000, nên các khung thoại có thể được chuyển tiếp mà không cần chuyển mã.
Đối với chế độ tác nhân Google Meet, đặt plugins.entries.google-meet.config.realtime.transcriptionProvider thành "elevenlabs" và cấu hình cùng khối nhà cung cấp dưới plugins.entries.google-meet.config.realtime.providers.elevenlabs.

​
Liên quan