Plugin d’appel vocal

Appels vocaux pour OpenClaw via un Plugin. Prend en charge les notifications sortantes, les conversations à plusieurs tours, la voix temps réel en duplex intégral, la transcription en streaming et les appels entrants avec des politiques de liste d’autorisation.

Fournisseurs actuels : twilio (Programmable Voice + Media Streams), telnyx (Call Control v2), plivo (Voice API + XML transfer + GetInput speech), mock (développement/sans réseau).

# Démarrage rapide

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

# Configuration

Si enabled: true mais que les identifiants du fournisseur sélectionné sont absents, le démarrage du Gateway journalise un avertissement de configuration incomplète avec les clés manquantes et ignore le démarrage du runtime. Les commandes, les appels RPC et les outils d’agent renvoient toujours la configuration fournisseur manquante exacte lorsqu’ils sont utilisés.

{
  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 */ },
        },
      },
    },
  },
}

# Portée de session

Par défaut, Voice Call utilise sessionScope: "per-phone" afin que les appels répétés du même appelant conservent la mémoire de conversation. Définissez sessionScope: "per-call" lorsque chaque appel opérateur doit commencer avec un contexte frais, par exemple pour des flux de réception, de réservation, d’IVR ou de pont Google Meet où le même numéro de téléphone peut représenter différentes réunions.

# Conversations vocales temps réel

realtime sélectionne un fournisseur vocal temps réel en duplex intégral pour l’audio d’appel en direct. Il est distinct de streaming, qui transmet uniquement l’audio aux fournisseurs de transcription temps réel.

Comportement runtime actuel :

• realtime.enabled est pris en charge pour Twilio Media Streams.
• realtime.provider est facultatif. S’il n’est pas défini, Voice Call utilise le premier fournisseur vocal temps réel enregistré.
• Fournisseurs vocaux temps réel intégrés : Google Gemini Live (google) et OpenAI (openai), enregistrés par leurs Plugins fournisseurs.
• La configuration brute appartenant au fournisseur se trouve sous realtime.providers.<providerId>.
• Voice Call expose par défaut l’outil temps réel partagé openclaw_agent_consult. Le modèle temps réel peut l’appeler lorsque l’appelant demande un raisonnement plus approfondi, des informations actuelles ou les outils OpenClaw normaux.
• realtime.consultPolicy ajoute éventuellement des consignes indiquant quand le modèle temps réel doit appeler openclaw_agent_consult.
• realtime.agentContext.enabled est désactivé par défaut. Lorsqu’il est activé, Voice Call injecte une identité d’agent bornée, une substitution de prompt système et une capsule de fichier d’espace de travail sélectionnée dans les instructions du fournisseur temps réel lors de la configuration de session.
• realtime.fastContext.enabled est désactivé par défaut. Lorsqu’il est activé, Voice Call recherche d’abord le contexte mémoire/session indexé pour la question de consultation et renvoie ces extraits au modèle temps réel dans realtime.fastContext.timeoutMs avant de se replier sur l’agent de consultation complet uniquement si realtime.fastContext.fallbackToConsult vaut true.
• Si realtime.provider pointe vers un fournisseur non enregistré, ou si aucun fournisseur vocal temps réel n’est enregistré, Voice Call journalise un avertissement et ignore le média temps réel au lieu de faire échouer tout le Plugin.
• Les clés de session de consultation réutilisent la session d’appel stockée lorsqu’elle est disponible, puis se replient sur le sessionScope configuré (per-phone par défaut, ou per-call pour les appels isolés).

# Politique d’outils

realtime.toolPolicy contrôle l’exécution de consultation :

realtime.consultPolicy contrôle uniquement les instructions du modèle temps réel :

# Contexte vocal de l’agent

Activez realtime.agentContext lorsque le pont vocal doit ressembler à l’agent OpenClaw configuré sans payer un aller-retour complet de consultation d’agent sur les tours ordinaires. La capsule de contexte est ajoutée une fois lorsque la session temps réel est créée, donc elle n’ajoute pas de latence par tour. Les appels à openclaw_agent_consult exécutent toujours l’agent OpenClaw complet et doivent être utilisés pour le travail avec les outils, les informations actuelles, les recherches en mémoire ou l’état de l’espace de travail.

{
  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"],
            },
          },
        },
      },
    },
  },
}

# Exemples de fournisseurs temps réel

{
  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}" },
            },
          },
        },
      },
    },
  },
}

Consultez Fournisseur Google et Fournisseur OpenAI pour les options vocales temps réel propres aux fournisseurs.

# Transcription en streaming

streaming sélectionne un fournisseur de transcription temps réel pour l’audio d’appel en direct.

Comportement actuel à l’exécution :

• streaming.provider est facultatif. S’il n’est pas défini, Voice Call utilise le premier fournisseur de transcription temps réel enregistré.
• Fournisseurs de transcription temps réel intégrés : Deepgram (deepgram), ElevenLabs (elevenlabs), Mistral (mistral), OpenAI (openai) et xAI (xai), enregistrés par leurs plugins de fournisseur.
• La configuration brute propre au fournisseur se trouve sous streaming.providers.<providerId>.
• Après l’envoi par Twilio d’un message start de flux accepté, Voice Call enregistre immédiatement le flux, met en file d’attente les médias entrants via le fournisseur de transcription pendant que le fournisseur se connecte, et ne démarre le message d’accueil initial qu’une fois la transcription temps réel prête.
• Si streaming.provider pointe vers un fournisseur non enregistré, ou si aucun n’est enregistré, Voice Call journalise un avertissement et ignore le streaming multimédia au lieu de faire échouer tout le Plugin.

# Exemples de fournisseurs 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 pour les appels

Voice Call utilise la configuration principale messages.tts pour la parole en streaming pendant les appels. Vous pouvez la remplacer sous la configuration du Plugin avec la même forme — elle fusionne profondément avec messages.tts.

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

Notes de comportement :

• Les anciennes clés tts.<provider> dans la configuration du Plugin (openai, elevenlabs, microsoft, edge) sont réparées par openclaw doctor --fix ; la configuration validée doit utiliser tts.providers.<provider>.
• Le TTS principal est utilisé lorsque le streaming multimédia Twilio est activé ; sinon, les appels reviennent aux voix natives du fournisseur.
• Si un flux multimédia Twilio est déjà actif, Voice Call ne revient pas à TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5. Si le TTS téléphonique est indisponible dans cet état, la demande de lecture échoue au lieu de mélanger deux chemins de lecture.
• Lorsque le TTS téléphonique bascule vers un fournisseur secondaire, Voice Call journalise un avertissement avec la chaîne de fournisseurs (from, to, attempts) pour le débogage.
• Lorsque l’interruption vocale Twilio ou le démontage du flux vide la file TTS en attente, les demandes de lecture en file se règlent au lieu de laisser les appelants attendre indéfiniment la fin de la lecture.

# Exemples 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",
        },
      },
    },
  },
},
},
},
}

# Appels entrants

La stratégie entrante utilise disabled par défaut. Pour activer les appels entrants, définissez :

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

Les réponses automatiques utilisent le système d’agent. Réglez-les avec responseModel, responseSystemPrompt et responseTimeoutMs.

# Routage par numéro

Utilisez numbers lorsqu’un Plugin Voice Call reçoit des appels pour plusieurs numéros de téléphone et que chaque numéro doit se comporter comme une ligne différente. Par exemple, un numéro peut utiliser un assistant personnel décontracté tandis qu’un autre utilise une persona professionnelle, un agent de réponse différent et une voix TTS différente.

Les routes sont sélectionnées à partir du numéro To composé fourni par le fournisseur. Les clés doivent être des numéros E.164. Lorsqu’un appel arrive, Voice Call résout une seule fois la route correspondante, stocke la route correspondante dans l’enregistrement d’appel, puis réutilise cette configuration effective pour le message d’accueil, le chemin de réponse automatique classique, le chemin de consultation temps réel et la lecture TTS. Si aucune route ne correspond, la configuration globale de Voice Call est utilisée. Les appels sortants n’utilisent pas numbers ; transmettez explicitement la cible sortante, le message et la session lors du lancement de l’appel.

Les remplacements de route prennent actuellement en charge :

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

La valeur de route tts fusionne profondément par-dessus la configuration tts globale de Voice Call, ce qui permet généralement de remplacer seulement la voix du fournisseur :

{
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" },
      },
    },
  },
},
}

# Contrat de sortie vocale

Pour les réponses automatiques, Voice Call ajoute un contrat strict de sortie vocale à l’invite système :

{"spoken":"..."}

Voice Call extrait le texte vocal de manière défensive :

• Ignore les charges utiles marquées comme contenu de raisonnement ou d’erreur.
• Analyse le JSON direct, le JSON clôturé ou les clés "spoken" en ligne.
• Revient au texte brut et supprime les paragraphes d’introduction susceptibles d’être de la planification ou du méta-discours.

Cela maintient la lecture vocale centrée sur le texte destiné à l’appelant et évite de laisser fuiter du texte de planification dans l’audio.

# Comportement au démarrage de la conversation

Pour les appels conversation sortants, la gestion du premier message est liée à l’état de lecture en direct :

• Le vidage de la file d’interruption vocale et la réponse automatique ne sont supprimés que pendant que le message d’accueil initial est activement prononcé.
• Si la lecture initiale échoue, l’appel revient à listening et le message initial reste en file d’attente pour une nouvelle tentative.
• La lecture initiale pour le streaming Twilio démarre à la connexion du flux sans délai supplémentaire.
• L’interruption vocale annule la lecture active et vide les entrées TTS Twilio en file d’attente mais pas encore lues. Les entrées vidées sont résolues comme ignorées, ce qui permet à la logique de réponse suivante de continuer sans attendre un audio qui ne sera jamais lu.
• Les conversations vocales temps réel utilisent le tour d’ouverture propre au flux temps réel. Voice Call ne publie pas de mise à jour TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 héritée pour ce message initial, afin que les sessions sortantes <Connect><Stream> restent attachées.

# Délai de grâce après déconnexion du flux Twilio

Lorsqu’un flux multimédia Twilio se déconnecte, Voice Call attend 2000 ms avant de terminer automatiquement l’appel :

• Si le flux se reconnecte pendant cette fenêtre, la fin automatique est annulée.
• Si aucun flux ne se réenregistre après le délai de grâce, l’appel est terminé afin d’éviter les appels actifs bloqués.

# Nettoyeur d’appels obsolètes

Utilisez staleCallReaperSeconds pour terminer les appels qui ne reçoivent jamais de Webhook terminal (par exemple, les appels en mode notification qui ne se terminent jamais). La valeur par défaut est 0 (désactivé).

Plages recommandées :

• Production : 120 à 300 secondes pour les flux de type notification.
• Gardez cette valeur supérieure à maxDurationSeconds afin que les appels normaux puissent se terminer. Un bon point de départ est maxDurationSeconds + 30–60 secondes.

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

# Sécurité Webhook

Lorsqu’un proxy ou un tunnel se trouve devant le Gateway, le plugin reconstruit l’URL publique pour la vérification de signature. Ces options contrôlent quels en-têtes transférés sont approuvés :

Protections supplémentaires :

• La protection contre la relecture des Webhooks est activée pour Twilio et Plivo. Les requêtes Webhook valides rejouées sont accusées réception, mais ignorées pour les effets secondaires.
• Les tours de conversation Twilio incluent un jeton propre au tour dans les rappels <Gather>, afin que les rappels vocaux obsolètes ou rejoués ne puissent pas satisfaire un tour de transcription en attente plus récent.
• Les requêtes Webhook non authentifiées sont rejetées avant la lecture du corps lorsque les en-têtes de signature requis par le fournisseur sont absents.
• Le Webhook voice-call utilise le profil de corps partagé avant authentification (64 Ko / 5 secondes), ainsi qu’une limite par IP des requêtes en cours avant la vérification de signature.

Exemple avec un hôte public stable :

{
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

Lorsque le Gateway est déjà en cours d’exécution, les commandes opérationnelles voicecall délèguent au runtime voice-call détenu par le Gateway afin que la CLI ne lie pas un second serveur Webhook. Si aucun Gateway n’est joignable, les commandes se rabattent sur un runtime CLI autonome.

latency lit calls.jsonl depuis le chemin de stockage voice-call par défaut. Utilisez --file <path> pour pointer vers un autre journal et --last <n> pour limiter l’analyse aux N derniers enregistrements (200 par défaut). La sortie inclut p50/p90/p99 pour la latence des tours et les temps d’attente d’écoute.

# Outil d’agent

Nom de l’outil : voice_call.

Ce dépôt fournit une doc de skill correspondante à skills/voice-call/SKILL.md.

# RPC Gateway

dtmfSequence n’est valide qu’avec mode: "conversation". Les appels en mode notification doivent utiliser voicecall.dtmf après l’existence de l’appel s’ils ont besoin de chiffres après connexion.

# Dépannage

# L’exposition Webhook échoue pendant la configuration

Exécutez la configuration depuis le même environnement que celui qui exécute le Gateway :

openclaw voicecall setup
openclaw voicecall setup --json

Pour twilio, telnyx et plivo, webhook-exposure doit être vert. Une publicUrl configurée échoue tout de même lorsqu’elle pointe vers un espace réseau local ou privé, car l’opérateur ne peut pas rappeler ces adresses. N’utilisez pas 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 ou fd00::/8 comme publicUrl.

Les appels sortants Twilio en mode notification envoient leur TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 initial directement dans la requête de création d’appel ; le premier message parlé ne dépend donc pas de Twilio pour récupérer le TwiML Webhook. Un Webhook public reste requis pour les rappels de statut, les appels de conversation, le DTMF avant connexion, les flux en temps réel et le contrôle d’appel après connexion.

Utilisez un chemin d’exposition public :

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

Après avoir modifié la configuration, redémarrez ou rechargez le Gateway, puis exécutez :

openclaw voicecall setup
openclaw voicecall smoke

voicecall smoke est une exécution à blanc sauf si vous passez --yes.

# Les identifiants du fournisseur échouent

Vérifiez le fournisseur sélectionné et les champs d’identifiants requis :

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

Les identifiants doivent exister sur l’hôte du Gateway. Modifier un profil de shell local n’affecte pas un Gateway déjà en cours d’exécution tant qu’il ne redémarre pas ou ne recharge pas son environnement.

# Les appels démarrent, mais les Webhooks du fournisseur n’arrivent pas

Confirmez que la console du fournisseur pointe vers l’URL Webhook publique exacte :

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

Inspectez ensuite l’état d’exécution :

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

Causes courantes :

• publicUrl pointe vers un chemin différent de serve.path.
• L’URL du tunnel a changé après le démarrage du Gateway.
• Un proxy transfère la requête, mais supprime ou réécrit les en-têtes host/proto.
• Le pare-feu ou DNS route le nom d’hôte public ailleurs que vers le Gateway.
• Le Gateway a été redémarré sans que le plugin Voice Call soit activé.

Lorsqu’un proxy inverse ou un tunnel se trouve devant le Gateway, définissez webhookSecurity.allowedHosts sur le nom d’hôte public, ou utilisez webhookSecurity.trustedProxyIPs pour une adresse de proxy connue. N’utilisez webhookSecurity.trustForwardingHeaders que lorsque la frontière du proxy est sous votre contrôle.

# La vérification de signature échoue

Les signatures du fournisseur sont vérifiées par rapport à l’URL publique qu’OpenClaw reconstruit à partir de la requête entrante. Si les signatures échouent :

• Confirmez que l’URL Webhook du fournisseur correspond exactement à publicUrl, y compris le schéma, l’hôte et le chemin.
• Pour les URL ngrok de l’offre gratuite, mettez à jour publicUrl lorsque le nom d’hôte du tunnel change.
• Assurez-vous que le proxy conserve les en-têtes host et proto d’origine, ou configurez webhookSecurity.allowedHosts.
• N’activez pas skipSignatureVerification en dehors des tests locaux.

# Les jointures Google Meet via Twilio échouent

Google Meet utilise ce plugin pour les jointures par appel téléphonique Twilio. Vérifiez d’abord Voice Call :

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

Vérifiez ensuite explicitement le transport Google Meet :

openclaw googlemeet setup --transport twilio

Si Voice Call est vert mais que le participant Meet ne rejoint jamais, vérifiez le numéro d’appel Meet, le code PIN et --dtmf-sequence. L’appel téléphonique peut être sain tandis que la réunion rejette ou ignore une séquence DTMF incorrecte.

Google Meet démarre la branche téléphonique Twilio via voicecall.start avec une séquence DTMF avant connexion. Les séquences dérivées du code PIN incluent le voiceCall.dtmfDelayMs du plugin Google Meet comme chiffres d’attente Twilio initiaux. La valeur par défaut est de 12 secondes car les invites d’appel Meet peuvent arriver tard. Voice Call redirige ensuite vers le traitement en temps réel avant que le message d’accueil d’introduction soit demandé.

Utilisez openclaw logs --follow pour la trace de phase en direct. Une jointure Twilio Meet saine journalise cet ordre :

• Google Meet délègue la jointure Twilio à Voice Call.
• Voice Call stocke le TwiML DTMF avant connexion.
• Le TwiML initial Twilio est consommé et servi avant le traitement en temps réel.
• Voice Call sert le TwiML en temps réel pour l’appel Twilio.
• Google Meet demande la parole d’introduction avec voicecall.speak après le délai post-DTMF.

openclaw voicecall tail affiche toujours les enregistrements d’appel persistés ; il est utile pour l’état d’appel et les transcriptions, mais toutes les transitions Webhook/en temps réel n’y apparaissent pas.

# L’appel en temps réel n’a pas de parole

Confirmez qu’un seul mode audio est activé. realtime.enabled et streaming.enabled ne peuvent pas tous deux être true.

Pour les appels Twilio en temps réel, vérifiez aussi :

• Un plugin fournisseur en temps réel est chargé et enregistré.
• realtime.provider n’est pas défini ou nomme un fournisseur enregistré.
• La clé API du fournisseur est disponible pour le processus Gateway.
• openclaw logs --follow indique que le TwiML en temps réel a été servi, que le pont en temps réel a démarré et que le message d’accueil initial a été mis en file d’attente.

# Connexe

• Mode conversation
• Synthèse vocale
• Réveil vocal