Plugin de llamadas de voz

Llamadas de voz para OpenClaw mediante un plugin. Admite notificaciones salientes, conversaciones de varios turnos, voz en tiempo real full-duplex, transcripción en streaming y llamadas entrantes con políticas de lista de permitidos.

Proveedores actuales: twilio (Programmable Voice + Media Streams), telnyx (Call Control v2), plivo (Voice API + XML transfer + GetInput speech), mock (desarrollo/sin red).

# Inicio rápido

openclaw plugins install @openclaw/voice-call

PLUGIN_SRC=./path/to/local/voice-call-plugin
openclaw plugins install "$PLUGIN_SRC"
cd "$PLUGIN_SRC" && pnpm install

openclaw voicecall setup

openclaw voicecall smoke
openclaw voicecall smoke --to "+15555550123"

openclaw voicecall smoke --to "+15555550123" --yes

# Configuración

Si enabled: true pero al proveedor seleccionado le faltan credenciales, el inicio del Gateway registra una advertencia de configuración incompleta con las claves faltantes y omite iniciar el runtime. Los comandos, llamadas RPC y herramientas de agente todavía devuelven la configuración exacta faltante del proveedor cuando se usan.

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio", // or "telnyx" | "plivo" | "mock"
          fromNumber: "+15550001234", // or TWILIO_FROM_NUMBER for Twilio
          toNumber: "+15550005678",
          sessionScope: "per-phone", // per-phone | per-call
          numbers: {
            "+15550009999": {
              inboundGreeting: "Silver Fox Cards, how can I help?",
              responseSystemPrompt: "You are a concise baseball card specialist.",
              tts: {
                providers: {
                  openai: { voice: "alloy" },
                },
              },
            },
          },

          twilio: {
            accountSid: "ACxxxxxxxx",
            authToken: "...",
          },
          telnyx: {
            apiKey: "...",
            connectionId: "...",
            // Telnyx webhook public key from the Mission Control Portal
            // (Base64; can also be set via TELNYX_PUBLIC_KEY).
            publicKey: "...",
          },
          plivo: {
            authId: "MAxxxxxxxxxxxxxxxxxxxx",
            authToken: "...",
          },

          // Webhook server
          serve: {
            port: 3334,
            path: "/voice/webhook",
          },

          // Webhook security (recommended for tunnels/proxies)
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
            trustedProxyIPs: ["100.64.0.1"],
          },

          // Public exposure (pick one)
          // publicUrl: "https://example.ngrok.app/voice/webhook",
          // tunnel: { provider: "ngrok" },
          // tailscale: { mode: "funnel", path: "/voice/webhook" },

          outbound: {
            defaultMode: "notify", // notify | conversation
          },

          streaming: { enabled: true /* see Streaming transcription */ },
          realtime: { enabled: false /* see Realtime voice */ },
        },
      },
    },
  },
}

# Alcance de sesión

De forma predeterminada, Voice Call usa sessionScope: "per-phone" para que las llamadas repetidas del mismo llamante conserven la memoria de conversación. Define sessionScope: "per-call" cuando cada llamada del operador deba empezar con contexto nuevo, por ejemplo recepción, reservas, IVR o flujos de puente de Google Meet en los que el mismo número de teléfono puede representar reuniones diferentes.

# Conversaciones de voz en tiempo real

realtime selecciona un proveedor de voz en tiempo real full-duplex para el audio de llamadas en vivo. Es independiente de streaming, que solo reenvía audio a proveedores de transcripción en tiempo real.

Comportamiento actual en runtime:

• realtime.enabled es compatible con Twilio Media Streams.
• realtime.provider es opcional. Si no se define, Voice Call usa el primer proveedor registrado de voz en tiempo real.
• Proveedores de voz en tiempo real incluidos: Google Gemini Live (google) y OpenAI (openai), registrados por sus plugins de proveedor.
• La configuración raw propiedad del proveedor vive bajo realtime.providers.<providerId>.
• Voice Call expone la herramienta compartida en tiempo real openclaw_agent_consult de forma predeterminada. El modelo en tiempo real puede llamarla cuando el llamante pide razonamiento más profundo, información actual o herramientas normales de OpenClaw.
• realtime.consultPolicy añade opcionalmente orientación sobre cuándo el modelo en tiempo real debería llamar a openclaw_agent_consult.
• realtime.agentContext.enabled está desactivado de forma predeterminada. Cuando está activado, Voice Call inyecta una identidad de agente acotada, una sobrescritura del prompt del sistema y una cápsula seleccionada de archivos del espacio de trabajo en las instrucciones del proveedor en tiempo real durante la configuración de sesión.
• realtime.fastContext.enabled está desactivado de forma predeterminada. Cuando está activado, Voice Call primero busca en memoria indexada/contexto de sesión la pregunta de consulta y devuelve esos fragmentos al modelo en tiempo real dentro de realtime.fastContext.timeoutMs antes de recurrir al agente de consulta completo solo si realtime.fastContext.fallbackToConsult es true.
• Si realtime.provider apunta a un proveedor no registrado, o si no hay ningún proveedor de voz en tiempo real registrado, Voice Call registra una advertencia y omite los medios en tiempo real en lugar de hacer fallar todo el plugin.
• Las claves de sesión de consulta reutilizan la sesión de llamada almacenada cuando está disponible y luego recurren al sessionScope configurado (per-phone de forma predeterminada, o per-call para llamadas aisladas).

# Política de herramientas

realtime.toolPolicy controla la ejecución de consulta:

realtime.consultPolicy controla solo las instrucciones del modelo en tiempo real:

# Contexto de voz del agente

Activa realtime.agentContext cuando el puente de voz deba sonar como el agente de OpenClaw configurado sin pagar un viaje completo de ida y vuelta de consulta de agente en turnos ordinarios. La cápsula de contexto se añade una vez cuando se crea la sesión en tiempo real, por lo que no añade latencia por turno. Las llamadas a openclaw_agent_consult siguen ejecutando el agente completo de OpenClaw y deberían usarse para trabajo con herramientas, información actual, búsquedas en memoria o estado del espacio de trabajo.

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          agentId: "main",
          realtime: {
            enabled: true,
            provider: "google",
            toolPolicy: "safe-read-only",
            consultPolicy: "substantive",
            agentContext: {
              enabled: true,
              maxChars: 6000,
              includeIdentity: true,
              includeSystemPrompt: true,
              includeWorkspaceFiles: true,
              files: ["SOUL.md", "IDENTITY.md", "USER.md"],
            },
          },
        },
      },
    },
  },
}

# Ejemplos de proveedores en tiempo real

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          provider: "twilio",
          inboundPolicy: "allowlist",
          allowFrom: ["+15550005678"],
          realtime: {
            enabled: true,
            provider: "google",
            instructions: "Speak briefly. Call openclaw_agent_consult before using deeper tools.",
            toolPolicy: "safe-read-only",
            consultPolicy: "substantive",
            agentContext: { enabled: true },
            providers: {
              google: {
                apiKey: "${GEMINI_API_KEY}",
                model: "gemini-2.5-flash-native-audio-preview-12-2025",
                voice: "Kore",
                silenceDurationMs: 500,
                startSensitivity: "high",
              },
            },
          },
        },
      },
    },
  },
}

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          realtime: {
            enabled: true,
            provider: "openai",
            providers: {
              openai: { apiKey: "${OPENAI_API_KEY}" },
            },
          },
        },
      },
    },
  },
}

Consulta proveedor de Google y proveedor de OpenAI para ver opciones de voz en tiempo real específicas del proveedor.

# Transcripción por streaming

streaming selecciona un proveedor de transcripción en tiempo real para audio de llamadas en vivo.

Comportamiento actual en tiempo de ejecución:

• streaming.provider es opcional. Si no se establece, Voice Call usa el primer proveedor de transcripción en tiempo real registrado.
• Proveedores de transcripción en tiempo real incluidos: Deepgram (deepgram), ElevenLabs (elevenlabs), Mistral (mistral), OpenAI (openai) y xAI (xai), registrados por sus plugins de proveedor.
• La configuración sin procesar propiedad del proveedor vive en streaming.providers.<providerId>.
• Después de que Twilio envía un mensaje de start de flujo aceptado, Voice Call registra el flujo de inmediato, encola los medios entrantes a través del proveedor de transcripción mientras el proveedor se conecta, e inicia el saludo inicial solo después de que la transcripción en tiempo real esté lista.
• Si streaming.provider apunta a un proveedor no registrado, o ninguno está registrado, Voice Call registra una advertencia y omite el streaming de medios en lugar de hacer fallar todo el plugin.

# Ejemplos de proveedores de streaming

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "openai",
            streamPath: "/voice/stream",
            providers: {
              openai: {
                apiKey: "sk-...", // optional if OPENAI_API_KEY is set
                model: "gpt-4o-transcribe",
                silenceDurationMs: 800,
                vadThreshold: 0.5,
              },
            },
          },
        },
      },
    },
  },
}

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "xai",
            streamPath: "/voice/stream",
            providers: {
              xai: {
                apiKey: "${XAI_API_KEY}", // optional if XAI_API_KEY is set
                endpointingMs: 800,
                language: "en",
              },
            },
          },
        },
      },
    },
  },
}

# TTS para llamadas

Voice Call usa la configuración principal messages.tts para voz por streaming en llamadas. Puedes sobrescribirla en la configuración del plugin con la misma forma: se fusiona en profundidad con messages.tts.

{
  tts: {
    provider: "elevenlabs",
    providers: {
      elevenlabs: {
        voiceId: "pMsXgVXv3BLzUgSXRplE",
        modelId: "eleven_multilingual_v2",
      },
    },
  },
}

Notas de comportamiento:

• Las claves heredadas tts.<provider> dentro de la configuración del plugin (openai, elevenlabs, microsoft, edge) son reparadas por openclaw doctor --fix; la configuración confirmada debe usar tts.providers.<provider>.
• Core TTS se usa cuando el streaming de medios de Twilio está activado; de lo contrario, las llamadas recurren a las voces nativas del proveedor.
• Si un flujo de medios de Twilio ya está activo, Voice Call no recurre a TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5. Si TTS telefónico no está disponible en ese estado, la solicitud de reproducción falla en lugar de mezclar dos rutas de reproducción.
• Cuando TTS telefónico recurre a un proveedor secundario, Voice Call registra una advertencia con la cadena de proveedores (from, to, attempts) para depuración.
• Cuando la interrupción de Twilio o el desmontaje del flujo limpia la cola de TTS pendiente, las solicitudes de reproducción encoladas se resuelven en lugar de dejar esperando a quienes llaman hasta que se complete la reproducción.

# Ejemplos de TTS

{
messages: {
tts: {
provider: "openai",
providers: {
  openai: { voice: "alloy" },
},
},
},
}

{
plugins: {
entries: {
"voice-call": {
  config: {
    tts: {
      provider: "elevenlabs",
      providers: {
        elevenlabs: {
          apiKey: "elevenlabs_key",
          voiceId: "pMsXgVXv3BLzUgSXRplE",
          modelId: "eleven_multilingual_v2",
        },
      },
    },
  },
},
},
},
}

{
plugins: {
entries: {
"voice-call": {
  config: {
    tts: {
      providers: {
        openai: {
          model: "gpt-4o-mini-tts",
          voice: "marin",
        },
      },
    },
  },
},
},
},
}

# Llamadas entrantes

La política entrante tiene como valor predeterminado disabled. Para activar llamadas entrantes, establece:

{
inboundPolicy: "allowlist",
allowFrom: ["+15550001234"],
inboundGreeting: "Hello! How can I help?",
}

Las respuestas automáticas usan el sistema de agentes. Ajústalas con responseModel, responseSystemPrompt y responseTimeoutMs.

# Enrutamiento por número

Usa numbers cuando un plugin Voice Call recibe llamadas para varios números de teléfono y cada número debe comportarse como una línea diferente. Por ejemplo, un número puede usar un asistente personal informal, mientras que otro usa una persona de negocio, un agente de respuesta diferente y una voz TTS diferente.

Las rutas se seleccionan a partir del número To marcado proporcionado por el proveedor. Las claves deben ser números E.164. Cuando llega una llamada, Voice Call resuelve la ruta coincidente una vez, almacena la ruta coincidente en el registro de la llamada y reutiliza esa configuración efectiva para el saludo, la ruta clásica de respuesta automática, la ruta de consulta en tiempo real y la reproducción TTS. Si ninguna ruta coincide, se usa la configuración global de Voice Call. Las llamadas salientes no usan numbers; pasa el destino saliente, el mensaje y la sesión explícitamente al iniciar la llamada.

Actualmente, las sobrescrituras de ruta admiten:

• inboundGreeting
• tts
• agentId
• responseModel
• responseSystemPrompt
• responseTimeoutMs

El valor de ruta tts se fusiona en profundidad sobre la configuración global tts de Voice Call, por lo que normalmente puedes sobrescribir solo la voz del proveedor:

{
inboundGreeting: "Hello from the main line.",
responseSystemPrompt: "You are the default voice assistant.",
tts: {
  provider: "openai",
  providers: {
    openai: { voice: "coral" },
  },
},
numbers: {
  "+15550001111": {
    inboundGreeting: "Silver Fox Cards, how can I help?",
    responseSystemPrompt: "You are a concise baseball card specialist.",
    tts: {
      providers: {
        openai: { voice: "alloy" },
      },
    },
  },
},
}

# Contrato de salida hablada

Para respuestas automáticas, Voice Call añade un contrato estricto de salida hablada al prompt del sistema:

{"spoken":"..."}

Voice Call extrae el texto de voz de forma defensiva:

• Ignora cargas útiles marcadas como contenido de razonamiento/error.
• Analiza JSON directo, JSON delimitado o claves "spoken" en línea.
• Recurre a texto sin formato y elimina párrafos iniciales que probablemente sean de planificación/metadatos.

Esto mantiene la reproducción hablada centrada en texto dirigido a quien llama y evita filtrar texto de planificación al audio.

# Comportamiento de inicio de conversación

Para llamadas conversation salientes, el manejo del primer mensaje está ligado al estado de reproducción en vivo:

• La limpieza de cola por interrupción y la respuesta automática se suprimen solo mientras el saludo inicial se está reproduciendo activamente.
• Si la reproducción inicial falla, la llamada vuelve a listening y el mensaje inicial permanece en cola para reintento.
• La reproducción inicial para streaming de Twilio empieza al conectarse el flujo sin demora adicional.
• La interrupción aborta la reproducción activa y limpia las entradas TTS de Twilio encoladas pero aún no reproducidas. Las entradas limpiadas se resuelven como omitidas, para que la lógica de respuesta posterior pueda continuar sin esperar audio que nunca se reproducirá.
• Las conversaciones de voz en tiempo real usan el turno inicial propio del flujo en tiempo real. Voice Call no publica una actualización TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 heredada para ese mensaje inicial, por lo que las sesiones salientes <Connect><Stream> permanecen adjuntas.

# Gracia de desconexión del flujo de Twilio

Cuando un flujo de medios de Twilio se desconecta, Voice Call espera 2000 ms antes de finalizar automáticamente la llamada:

• Si el flujo se reconecta durante esa ventana, la finalización automática se cancela.
• Si ningún flujo se vuelve a registrar después del período de gracia, la llamada se finaliza para evitar llamadas activas bloqueadas.

# Reaper de llamadas obsoletas

Usa staleCallReaperSeconds para finalizar llamadas que nunca reciben un webhook terminal (por ejemplo, llamadas en modo notificación que nunca se completan). El valor predeterminado es 0 (desactivado).

Rangos recomendados:

• Producción: 120–300 segundos para flujos de tipo notificación.
• Mantén este valor por encima de maxDurationSeconds para que las llamadas normales puedan finalizar. Un buen punto de partida es maxDurationSeconds + 30–60 segundos.

{
plugins: {
entries: {
  "voice-call": {
    config: {
      maxDurationSeconds: 300,
      staleCallReaperSeconds: 360,
    },
  },
},
},
}

# Seguridad de Webhook

Cuando un proxy o túnel se coloca delante del Gateway, el plugin reconstruye la URL pública para la verificación de firmas. Estas opciones controlan qué encabezados reenviados son de confianza:

Protecciones adicionales:

• La protección contra reproducción de Webhook está habilitada para Twilio y Plivo. Las solicitudes de Webhook válidas reproducidas se reconocen, pero se omiten sus efectos secundarios.
• Los turnos de conversación de Twilio incluyen un token por turno en las devoluciones de llamada de <Gather>, por lo que las devoluciones de llamada de voz obsoletas o reproducidas no pueden satisfacer un turno de transcripción pendiente más reciente.
• Las solicitudes de Webhook no autenticadas se rechazan antes de leer el cuerpo cuando faltan los encabezados de firma requeridos del proveedor.
• El Webhook de llamadas de voz usa el perfil de cuerpo compartido previo a la autenticación (64 KB / 5 segundos) más un límite de solicitudes en curso por IP antes de la verificación de firma.

Ejemplo con un host público estable:

{
plugins: {
entries: {
  "voice-call": {
    config: {
      publicUrl: "https://voice.example.com/voice/webhook",
      webhookSecurity: {
        allowedHosts: ["voice.example.com"],
      },
    },
  },
},
},
}

# CLI

openclaw voicecall call --to "+15555550123" --message "Hello from OpenClaw"
openclaw voicecall start --to "+15555550123"   # alias for call
openclaw voicecall continue --call-id <id> --message "Any questions?"
openclaw voicecall speak --call-id <id> --message "One moment"
openclaw voicecall dtmf --call-id <id> --digits "ww123456#"
openclaw voicecall end --call-id <id>
openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw voicecall latency                      # summarize turn latency from logs
openclaw voicecall expose --mode funnel

Cuando el Gateway ya está en ejecución, los comandos operativos de voicecall delegan en el entorno de ejecución de llamadas de voz propiedad del Gateway, de modo que la CLI no enlace un segundo servidor de Webhook. Si no se puede alcanzar ningún Gateway, los comandos recurren a un entorno de ejecución independiente de la CLI.

latency lee calls.jsonl desde la ruta de almacenamiento predeterminada de llamadas de voz. Usa --file <path> para apuntar a un registro distinto y --last <n> para limitar el análisis a los últimos N registros (200 de forma predeterminada). La salida incluye p50/p90/p99 para la latencia de turnos y los tiempos de espera de escucha.

# Herramienta de agente

Nombre de la herramienta: voice_call.

Este repositorio incluye una documentación de skill correspondiente en skills/voice-call/SKILL.md.

# RPC del Gateway

dtmfSequence solo es válido con mode: "conversation". Las llamadas en modo de notificación deben usar voicecall.dtmf después de que exista la llamada si necesitan dígitos posteriores a la conexión.

# Solución de problemas

# La configuración falla al exponer el Webhook

Ejecuta la configuración desde el mismo entorno que ejecuta el Gateway:

openclaw voicecall setup
openclaw voicecall setup --json

Para twilio, telnyx y plivo, webhook-exposure debe estar en verde. Un publicUrl configurado sigue fallando cuando apunta a un espacio de red local o privada, porque el operador no puede devolver llamadas a esas direcciones. No uses localhost, 127.0.0.1, 0.0.0.0, 10.x, 172.16.x-172.31.x, 192.168.x, 169.254.x, fc00::/7 ni fd00::/8 como publicUrl.

Las llamadas salientes de Twilio en modo de notificación envían su TwiML inicial de OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 directamente en la solicitud de creación de llamada, por lo que el primer mensaje hablado no depende de que Twilio obtenga TwiML del Webhook. Aun así, se requiere un Webhook público para devoluciones de estado, llamadas de conversación, DTMF previo a la conexión, transmisiones en tiempo real y control de llamadas posterior a la conexión.

Usa una ruta de exposición pública:

{
plugins: {
entries: {
"voice-call": {
  config: {
    publicUrl: "https://voice.example.com/voice/webhook",
    // or
    tunnel: { provider: "ngrok" },
    // or
    tailscale: { mode: "funnel", path: "/voice/webhook" },
  },
},
},
},
}

Después de cambiar la configuración, reinicia o recarga el Gateway y luego ejecuta:

openclaw voicecall setup
openclaw voicecall smoke

voicecall smoke es una ejecución de prueba a menos que pases --yes.

# Fallan las credenciales del proveedor

Comprueba el proveedor seleccionado y los campos de credenciales requeridos:

• Twilio: twilio.accountSid, twilio.authToken y fromNumber, o TWILIO_ACCOUNT_SID, TWILIO_AUTH_TOKEN y TWILIO_FROM_NUMBER.
• Telnyx: telnyx.apiKey, telnyx.connectionId, telnyx.publicKey y fromNumber.
• Plivo: plivo.authId, plivo.authToken y fromNumber.

Las credenciales deben existir en el host del Gateway. Editar un perfil de shell local no afecta a un Gateway ya en ejecución hasta que se reinicia o recarga su entorno.

# Las llamadas se inician, pero no llegan los Webhooks del proveedor

Confirma que la consola del proveedor apunte a la URL pública exacta del Webhook:

https://voice.example.com/voice/webhook

Luego inspecciona el estado del entorno de ejecución:

openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw logs --follow

Causas comunes:

• publicUrl apunta a una ruta distinta de serve.path.
• La URL del túnel cambió después de que se iniciara el Gateway.
• Un proxy reenvía la solicitud, pero elimina o reescribe los encabezados de host/proto.
• El firewall o DNS enruta el nombre de host público a un lugar distinto del Gateway.
• El Gateway se reinició sin el Plugin Voice Call habilitado.

Cuando un proxy inverso o túnel está delante del Gateway, establece webhookSecurity.allowedHosts en el nombre de host público, o usa webhookSecurity.trustedProxyIPs para una dirección de proxy conocida. Usa webhookSecurity.trustForwardingHeaders solo cuando el límite del proxy esté bajo tu control.

# Falla la verificación de firma

Las firmas del proveedor se comprueban contra la URL pública que OpenClaw reconstruye a partir de la solicitud entrante. Si las firmas fallan:

• Confirma que la URL del Webhook del proveedor coincida exactamente con publicUrl, incluido el esquema, el host y la ruta.
• Para las URL del nivel gratuito de ngrok, actualiza publicUrl cuando cambie el nombre de host del túnel.
• Asegúrate de que el proxy conserve los encabezados originales de host y proto, o configura webhookSecurity.allowedHosts.
• No habilites skipSignatureVerification fuera de las pruebas locales.

# Fallan las uniones de Google Meet con Twilio

Google Meet usa este plugin para las uniones por llamada telefónica de Twilio. Primero verifica Voice Call:

openclaw voicecall setup
openclaw voicecall smoke --to "+15555550123"

Luego verifica explícitamente el transporte de Google Meet:

openclaw googlemeet setup --transport twilio

Si Voice Call está en verde, pero el participante de Meet nunca se une, comprueba el número de llamada de Meet, el PIN y --dtmf-sequence. La llamada telefónica puede estar correcta mientras la reunión rechaza o ignora una secuencia DTMF incorrecta.

Google Meet inicia el tramo telefónico de Twilio mediante voicecall.start con una secuencia DTMF previa a la conexión. Las secuencias derivadas del PIN incluyen voiceCall.dtmfDelayMs del plugin de Google Meet como dígitos de espera iniciales de Twilio. El valor predeterminado es 12 segundos porque los avisos de llamada de Meet pueden llegar tarde. Voice Call luego redirige de vuelta al manejo en tiempo real antes de solicitar el saludo introductorio.

Usa openclaw logs --follow para el seguimiento en vivo de la fase. Una unión saludable de Twilio a Meet registra este orden:

• Google Meet delega la unión de Twilio a Voice Call.
• Voice Call almacena TwiML de DTMF previo a la conexión.
• El TwiML inicial de Twilio se consume y sirve antes del manejo en tiempo real.
• Voice Call sirve TwiML en tiempo real para la llamada de Twilio.
• Google Meet solicita voz introductoria con voicecall.speak después del retraso posterior a DTMF.

openclaw voicecall tail sigue mostrando registros de llamadas persistidos; es útil para el estado de llamadas y transcripciones, pero no todas las transiciones de Webhook/tiempo real aparecen allí.

# La llamada en tiempo real no tiene voz

Confirma que solo haya un modo de audio habilitado. realtime.enabled y streaming.enabled no pueden ser ambos verdaderos.

Para llamadas de Twilio en tiempo real, verifica también:

• Hay un plugin proveedor de tiempo real cargado y registrado.
• realtime.provider no está definido o nombra un proveedor registrado.
• La clave de API del proveedor está disponible para el proceso del Gateway.
• openclaw logs --follow muestra el TwiML en tiempo real servido, el puente en tiempo real iniciado y el saludo inicial en cola.

# Relacionado

• Modo de conversación
• Texto a voz
• Activación por voz