Providers
Inworld
Inworld はストリーミング Text-to-speech (TTS) プロバイダーです。OpenClaw では、送信返信音声（既定では MP3、ボイスメモでは OGG_OPUS）と、音声通話などの電話チャネル向け PCM 音声を合成します。
OpenClaw は Inworld のストリーミング TTS エンドポイントに送信し、返された base64 音声チャンクを 1 つのバッファーに連結して、その結果を標準の返信音声パイプラインに渡します。
| プロパティ | 値 |
|---|---|
| プロバイダー ID | inworld |
| Plugin | 同梱、enabledByDefault: true |
| コントラクト | speechProviders (TTS のみ) |
| 認証環境変数 | INWORLD_API_KEY (HTTP Basic、Base64 ダッシュボード認証情報) |
| ベース URL | https://api.inworld.ai |
| 既定の音声 | Sarah |
| 既定のモデル | inworld-tts-1.5-max |
| 出力 | MP3 (既定)、OGG_OPUS (ボイスメモ)、PCM 22050 Hz (電話) |
| Web サイト | inworld.ai |
| ドキュメント | docs.inworld.ai/tts/tts |
はじめに
API キーを設定する
Inworld ダッシュボード (Workspace > API Keys) から認証情報をコピーし、環境変数として設定します。この値は HTTP Basic 認証情報としてそのまま送信されるため、再度 Base64 エンコードしたり、bearer トークンに変換したりしないでください。
INWORLD_API_KEY=<base64-credential-from-dashboard>
messages.tts で Inworld を選択する
{
messages: {
tts: {
auto: "always",
provider: "inworld",
providers: {
inworld: {
voiceId: "Sarah",
modelId: "inworld-tts-1.5-max",
},
},
},
},
}
メッセージを送信する
接続済みチャネルから返信を送信します。OpenClaw は Inworld で音声を合成し、MP3 として配信します（チャネルがボイスメモを要求する場合は OGG_OPUS）。
設定オプション
| オプション | パス | 説明 |
|---|---|---|
apiKey |
messages.tts.providers.inworld.apiKey |
Base64 ダッシュボード認証情報。INWORLD_API_KEY にフォールバックします。 |
baseUrl |
messages.tts.providers.inworld.baseUrl |
Inworld API ベース URL を上書きします（既定は https://api.inworld.ai）。 |
voiceId |
messages.tts.providers.inworld.voiceId |
音声識別子（既定は Sarah）。 |
modelId |
messages.tts.providers.inworld.modelId |
TTS モデル ID（既定は inworld-tts-1.5-max）。 |
temperature |
messages.tts.providers.inworld.temperature |
サンプリング温度 0..2（任意）。 |
メモ
認証
Inworld は、単一の Base64 エンコード済み認証情報文字列による HTTP Basic 認証を使用します。Inworld ダッシュボードからそのままコピーしてください。プロバイダーは追加のエンコードなしで Authorization: Basic <apiKey> として送信するため、自分で Base64 エンコードしたり、bearer 形式のトークンを渡したりしないでください。同じ注意点については TTS 認証メモ を参照してください。
モデル
サポートされるモデル ID: inworld-tts-1.5-max (既定)、inworld-tts-1.5-mini、inworld-tts-1-max、inworld-tts-1。
音声出力
返信は既定で MP3 を使用します。チャネルターゲットが voice-note の場合、OpenClaw は Inworld に OGG_OPUS を要求し、音声がネイティブの音声バブルとして再生されるようにします。電話音声合成では、電話ブリッジに渡すために 22050 Hz の生 PCM を使用します。
カスタムエンドポイント
messages.tts.providers.inworld.baseUrl で API ホストを上書きします。末尾のスラッシュは、リクエストが送信される前に削除されます。