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.

bash

export ELEVENLABS_API_KEY="..."

Texto para fala

json5

{  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:

json5

{  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)

json5

{  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

Was this useful?