Providers

ElevenLabs

OpenClaw usa ElevenLabs per la sintesi vocale, la trascrizione batch da voce a testo con Scribe v2 e l'STT in streaming con Scribe v2 Realtime.

Capacità	Superficie OpenClaw	Predefinito
Sintesi vocale	`messages.tts` / `talk`	`eleven_multilingual_v2`
Trascrizione batch da voce a testo	`tools.media.audio`	`scribe_v2`
Trascrizione da voce a testo in streaming	Streaming Voice Call o Google Meet `realtime.transcriptionProvider`	`scribe_v2_realtime`

Autenticazione

Imposta ELEVENLABS_API_KEY nell'ambiente. XI_API_KEY è accettata anche per compatibilità con gli strumenti ElevenLabs esistenti.

bash

export ELEVENLABS_API_KEY="..."

Sintesi vocale

json5

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

Imposta modelId su eleven_v3 per usare ElevenLabs v3 TTS. OpenClaw mantiene eleven_multilingual_v2 come predefinito per le installazioni esistenti.

I canali vocali Discord usano l'endpoint TTS in streaming di ElevenLabs quando ElevenLabs è il provider voice.tts/messages.tts selezionato. La riproduzione parte dallo stream audio restituito invece di attendere che OpenClaw scarichi e scriva prima l'intero file audio. latencyTier viene mappato al parametro di query optimize_streaming_latency di ElevenLabs per i modelli che lo accettano; OpenClaw ometta quel parametro per eleven_v3, che lo rifiuta.

Da voce a testo

Usa Scribe v2 per gli allegati audio in ingresso e brevi segmenti vocali registrati:

json5

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

OpenClaw invia audio multipart a ElevenLabs /v1/speech-to-text con model_id: "scribe_v2". Gli suggerimenti sulla lingua vengono mappati a language_code quando presenti.

STT in streaming

Il Plugin elevenlabs incluso registra Scribe v2 Realtime per Voice Call e per la trascrizione in streaming in modalità agente di Google Meet.

Impostazione	Percorso di configurazione	Predefinito
Chiave API	`plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey`	Ripiega su `ELEVENLABS_API_KEY` / `XI_API_KEY`
Modello	`...elevenlabs.modelId`	`scribe_v2_realtime`
Formato audio	`...elevenlabs.audioFormat`	`ulaw_8000`
Frequenza di campionamento	`...elevenlabs.sampleRate`	`8000`
Strategia di commit	`...elevenlabs.commitStrategy`	`vad`
Lingua	`...elevenlabs.languageCode`	(non impostato)

json5

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

Per la modalità agente di Google Meet, imposta plugins.entries.google-meet.config.realtime.transcriptionProvider su "elevenlabs" e configura lo stesso blocco provider sotto plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Correlati

Was this useful?