English简体中文繁體中文日本語EspañolPortuguês (BR)한국어DeutschFrançaisالعربيةItalianoTiếng ViệtNederlandsTürkçeУкраїнськаBahasa IndonesiaPolskiفارسیไทย

Providers

ElevenLabs

OpenClaw は、テキスト読み上げに ElevenLabs、Scribe v2 によるバッチ音声テキスト変換、Scribe v2 Realtime によるストリーミング STT を使用します。

機能 OpenClaw サーフェス デフォルト
テキスト読み上げ messages.tts / talk eleven_multilingual_v2
バッチ音声テキスト変換 tools.media.audio scribe_v2
ストリーミング音声テキスト変換 音声通話ストリーミングまたは Google Meet realtime.transcriptionProvider scribe_v2_realtime

認証

環境で ELEVENLABS_API_KEY を設定します。既存の ElevenLabs ツールとの 互換性のため、XI_API_KEY も受け付けます。

export ELEVENLABS_API_KEY="..."

テキスト読み上げ

{
  messages: {
    tts: {
      providers: {
        elevenlabs: {
          apiKey: "${ELEVENLABS_API_KEY}",
          voiceId: "pMsXgVXv3BLzUgSXRplE",
          modelId: "eleven_multilingual_v2",
        },
      },
    },
  },
}

ElevenLabs v3 TTS を使用するには、modelId を eleven_v3 に設定します。OpenClaw は既存のインストール向けのデフォルトとして eleven_multilingual_v2 を維持します。

Discord 音声チャンネルは、ElevenLabs が選択された voice.tts/messages.tts プロバイダーの場合、ElevenLabs のストリーミング TTS エンドポイントを使用します。再生は、OpenClaw が音声ファイル全体を先にダウンロードして書き込むのを待つのではなく、返された音声ストリームから開始されます。latencyTier は、それを受け付けるモデルでは ElevenLabs の optimize_streaming_latency クエリパラメーターに対応します。OpenClaw は、それを拒否する eleven_v3 ではこのパラメーターを省略します。

音声テキスト変換

受信音声添付ファイルと短い録音音声セグメントには Scribe v2 を使用します。

{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "elevenlabs", model: "scribe_v2" }],
      },
    },
  },
}

OpenClaw は model_id: "scribe_v2" を指定して ElevenLabs /v1/speech-to-text にマルチパート音声を送信します。言語ヒントがある場合は language_code に対応します。

ストリーミング STT

同梱の elevenlabs Plugin は、音声通話と Google Meet エージェントモードのストリーミング文字起こし向けに Scribe v2 Realtime を登録します。

設定 設定パス デフォルト
API キー plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey ELEVENLABS_API_KEY / XI_API_KEY にフォールバック
モデル ...elevenlabs.modelId scribe_v2_realtime
音声形式 ...elevenlabs.audioFormat ulaw_8000
サンプルレート ...elevenlabs.sampleRate 8000
コミット戦略 ...elevenlabs.commitStrategy vad
言語 ...elevenlabs.languageCode （未設定） 
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "${ELEVENLABS_API_KEY}",
                audioFormat: "ulaw_8000",
                commitStrategy: "vad",
                languageCode: "en",
              },
            },
          },
        },
      },
    },
  },
}

Google Meet エージェントモードでは、 plugins.entries.google-meet.config.realtime.transcriptionProvider を "elevenlabs" に設定し、同じプロバイダーブロックを plugins.entries.google-meet.config.realtime.providers.elevenlabs の下で構成します。

関連