Providers

ElevenLabs

OpenClaw utilise ElevenLabs pour la synthèse vocale, la transcription vocale par lots avec Scribe v2, et la STT en streaming avec Scribe v2 Realtime.

Capacité	Surface OpenClaw	Par défaut
Synthèse vocale	`messages.tts` / `talk`	`eleven_multilingual_v2`
Transcription vocale par lots	`tools.media.audio`	`scribe_v2`
Transcription vocale en streaming	streaming Voice Call ou Google Meet `realtime.transcriptionProvider`	`scribe_v2_realtime`

Authentification

Définissez ELEVENLABS_API_KEY dans l’environnement. XI_API_KEY est également accepté pour la compatibilité avec les outils ElevenLabs existants.

bash

export ELEVENLABS_API_KEY="..."

Synthèse vocale

json5

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

Définissez modelId sur eleven_v3 pour utiliser la TTS ElevenLabs v3. OpenClaw conserve eleven_multilingual_v2 comme valeur par défaut pour les installations existantes.

Les salons vocaux Discord utilisent le point de terminaison TTS en streaming d’ElevenLabs lorsque ElevenLabs est le fournisseur voice.tts/messages.tts sélectionné. La lecture démarre à partir du flux audio renvoyé au lieu d’attendre qu’OpenClaw télécharge et écrive d’abord tout le fichier audio. latencyTier correspond au paramètre de requête optimize_streaming_latency d’ElevenLabs pour les modèles qui l’acceptent ; OpenClaw omet ce paramètre pour eleven_v3, qui le rejette.

Transcription vocale

Utilisez Scribe v2 pour les pièces jointes audio entrantes et les courts segments vocaux enregistrés :

json5

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

OpenClaw envoie l’audio multipart à ElevenLabs /v1/speech-to-text avec model_id: "scribe_v2". Les indications de langue correspondent à language_code lorsqu’elles sont présentes.

STT en streaming

Le Plugin elevenlabs inclus enregistre Scribe v2 Realtime pour Voice Call et la transcription en streaming du mode agent Google Meet.

Paramètre	Chemin de configuration	Par défaut
Clé API	`plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey`	Se rabat sur `ELEVENLABS_API_KEY` / `XI_API_KEY`
Modèle	`...elevenlabs.modelId`	`scribe_v2_realtime`
Format audio	`...elevenlabs.audioFormat`	`ulaw_8000`
Fréquence d’échantillonnage	`...elevenlabs.sampleRate`	`8000`
Stratégie de validation	`...elevenlabs.commitStrategy`	`vad`
Langue	`...elevenlabs.languageCode`	(non défini)

json5

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

Pour le mode agent Google Meet, définissez plugins.entries.google-meet.config.realtime.transcriptionProvider sur "elevenlabs" et configurez le même bloc de fournisseur sous plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Connexe

Was this useful?