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

Providers

ElevenLabs

OpenClaw usa ElevenLabs para texto para fala, fala para texto em lote com Scribe v2 e STT por streaming com Scribe v2 Realtime.

Recurso Superfície do OpenClaw Padrão
Texto para fala messages.tts / talk eleven_multilingual_v2
Fala para texto em lote tools.media.audio scribe_v2
Fala para texto por streaming streaming de Chamada de voz ou Google Meet realtime.transcriptionProvider scribe_v2_realtime

Autenticação

Defina ELEVENLABS_API_KEY no ambiente. XI_API_KEY também é aceito para compatibilidade com ferramentas existentes da ElevenLabs.

export ELEVENLABS_API_KEY="..."

Texto para fala

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

Defina modelId como eleven_v3 para usar o TTS v3 da ElevenLabs. OpenClaw mantém eleven_multilingual_v2 como padrão para instalações existentes.

Os canais de voz do Discord usam o endpoint de TTS por streaming da ElevenLabs quando a ElevenLabs é o provedor voice.tts/messages.tts selecionado. A reprodução começa a partir do stream de áudio retornado, em vez de esperar o OpenClaw baixar e gravar todo o arquivo de áudio primeiro. latencyTier é mapeado para o parâmetro de consulta optimize_streaming_latency da ElevenLabs para modelos que o aceitam; o OpenClaw omite esse parâmetro para eleven_v3, que o rejeita.

Fala para texto

Use Scribe v2 para anexos de áudio recebidos e segmentos curtos de voz gravada:

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

OpenClaw envia áudio multipart para /v1/speech-to-text da ElevenLabs com model_id: "scribe_v2". Dicas de idioma são mapeadas para language_code quando presentes.

STT por streaming

O Plugin elevenlabs incluído registra Scribe v2 Realtime para transcrição por streaming da Chamada de voz e do modo de agente do Google Meet.

Configuração Caminho de configuração Padrão
Chave de API plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey Recorre a ELEVENLABS_API_KEY / XI_API_KEY
Modelo ...elevenlabs.modelId scribe_v2_realtime
Formato de áudio ...elevenlabs.audioFormat ulaw_8000
Taxa de amostragem ...elevenlabs.sampleRate 8000
Estratégia de commit ...elevenlabs.commitStrategy vad
Idioma ...elevenlabs.languageCode (não definido) 
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "${ELEVENLABS_API_KEY}",
                audioFormat: "ulaw_8000",
                commitStrategy: "vad",
                languageCode: "en",
              },
            },
          },
        },
      },
    },
  },
}

Para o modo de agente do Google Meet, defina plugins.entries.google-meet.config.realtime.transcriptionProvider como "elevenlabs" e configure o mesmo bloco de provedor em plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Relacionados