ElevenLabs

يستخدم OpenClaw ElevenLabs لتحويل النص إلى كلام، وتحويل الكلام إلى نص دفعيًا باستخدام Scribe v2، وSTT المتدفق باستخدام Scribe v2 Realtime.

المصادقة

عيّن ELEVENLABS_API_KEY في البيئة. يُقبل XI_API_KEY أيضًا للتوافق مع أدوات ElevenLabs الحالية.

export ELEVENLABS_API_KEY="..."

تحويل النص إلى كلام

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

عيّن modelId إلى eleven_v3 لاستخدام ElevenLabs v3 TTS. يُبقي OpenClaw eleven_multilingual_v2 كافتراضي لعمليات التثبيت الحالية.

تستخدم قنوات الصوت في Discord نقطة نهاية TTS المتدفق من ElevenLabs عندما يكون ElevenLabs هو موفر voice.tts/messages.tts المحدد. يبدأ التشغيل من دفق الصوت المُعاد بدلًا من انتظار OpenClaw لتنزيل ملف الصوت بالكامل وكتابته أولًا. يرتبط latencyTier بمعلمة الاستعلام optimize_streaming_latency في ElevenLabs للنماذج التي تقبلها؛ ويحذف OpenClaw هذه المعلمة مع eleven_v3، لأنه يرفضها.

تحويل الكلام إلى نص

استخدم Scribe v2 لمرفقات الصوت الواردة ومقاطع الصوت المسجلة القصيرة:

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

يرسل OpenClaw صوتًا متعدد الأجزاء إلى ElevenLabs /v1/speech-to-text مع model_id: "scribe_v2". تُربط تلميحات اللغة بـ language_code عند وجودها.

STT المتدفق

يسجل Plugin elevenlabs المضمّن Scribe v2 Realtime للنسخ المتدفق في وضع الوكيل للمكالمات الصوتية وGoogle Meet.

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "elevenlabs",            providers: {              elevenlabs: {                apiKey: "${ELEVENLABS_API_KEY}",                audioFormat: "ulaw_8000",                commitStrategy: "vad",                languageCode: "en",              },            },          },        },      },    },  },}

بالنسبة إلى وضع الوكيل في Google Meet، عيّن plugins.entries.google-meet.config.realtime.transcriptionProvider إلى "elevenlabs" واضبط كتلة الموفر نفسها ضمن plugins.entries.google-meet.config.realtime.providers.elevenlabs.

ذات صلة

• تحويل النص إلى كلام
• Google Meet
• اختيار النموذج