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

Providers

ElevenLabs

OpenClaw 使用 ElevenLabs 進行文字轉語音、透過 Scribe v2 進行批次語音轉文字，以及透過 Scribe v2 Realtime 進行串流 STT。

功能 OpenClaw 介面 預設值
文字轉語音 messages.tts / talk eleven_multilingual_v2
批次語音轉文字 tools.media.audio scribe_v2
串流語音轉文字 Voice Call 串流或 Google Meet realtime.transcriptionProvider scribe_v2_realtime

驗證

在環境中設定 ELEVENLABS_API_KEY。也接受 XI_API_KEY，以相容既有的 ElevenLabs 工具。

export ELEVENLABS_API_KEY="..."

文字轉語音

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

將 modelId 設為 eleven_v3 即可使用 ElevenLabs v3 TTS。OpenClaw 仍將 eleven_multilingual_v2 保留為既有安裝的預設值。

當 ElevenLabs 是選定的 voice.tts/messages.tts 提供者時，Discord 語音頻道會使用 ElevenLabs 的串流 TTS 端點。播放會從傳回的音訊串流開始，而不是先等待 OpenClaw 下載並寫入整個音訊檔案。對於接受該參數的模型，latencyTier 會對應至 ElevenLabs 的 optimize_streaming_latency 查詢參數；OpenClaw 會針對 eleven_v3 省略該參數，因為它會拒絕該參數。

語音轉文字

針對傳入音訊附件和短錄音語音片段使用 Scribe v2：

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

OpenClaw 會將多部分音訊傳送至 ElevenLabs /v1/speech-to-text，並使用 model_id: "scribe_v2"。語言提示存在時會對應至 language_code。

串流 STT

內建的 elevenlabs Plugin 會為 Voice Call 和 Google Meet agent 模式串流轉錄註冊 Scribe v2 Realtime。

設定 設定路徑 預設值
API 金鑰 plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey 回退至 ELEVENLABS_API_KEY / XI_API_KEY
模型 ...elevenlabs.modelId scribe_v2_realtime
音訊格式 ...elevenlabs.audioFormat ulaw_8000
取樣率 ...elevenlabs.sampleRate 8000
提交策略 ...elevenlabs.commitStrategy vad
語言 ...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",
              },
            },
          },
        },
      },
    },
  },
}

若使用 Google Meet agent 模式，請將 plugins.entries.google-meet.config.realtime.transcriptionProvider 設為 "elevenlabs"，並在 plugins.entries.google-meet.config.realtime.providers.elevenlabs 下設定相同的提供者區塊。

相關