Providers

ElevenLabs

OpenClaw використовує ElevenLabs для перетворення тексту на мовлення, пакетного перетворення мовлення на текст за допомогою Scribe v2 і потокового STT за допомогою Scribe v2 Realtime.

Можливість	Поверхня OpenClaw	Типово
Перетворення тексту на мовлення	`messages.tts` / `talk`	`eleven_multilingual_v2`
Пакетне перетворення мовлення на текст	`tools.media.audio`	`scribe_v2`
Потокове перетворення мовлення на текст	Потокове передавання Голосового виклику або Google Meet `realtime.transcriptionProvider`	`scribe_v2_realtime`

Автентифікація

Встановіть ELEVENLABS_API_KEY у середовищі. XI_API_KEY також приймається для сумісності з наявними інструментами ElevenLabs.

bash

export ELEVENLABS_API_KEY="..."

Перетворення тексту на мовлення

json5

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

Встановіть modelId на eleven_v3, щоб використовувати ElevenLabs v3 TTS. OpenClaw залишає eleven_multilingual_v2 типовим варіантом для наявних інсталяцій.

Голосові канали Discord використовують потоковий кінцевий пункт TTS ElevenLabs, коли ElevenLabs є вибраним провайдером voice.tts/messages.tts. Відтворення починається з повернутого аудіопотоку замість очікування, доки OpenClaw спочатку завантажить і запише весь аудіофайл. latencyTier зіставляється з параметром запиту ElevenLabs optimize_streaming_latency для моделей, які його приймають; OpenClaw пропускає цей параметр для eleven_v3, яка його відхиляє.

Перетворення мовлення на текст

Використовуйте Scribe v2 для вхідних аудіовкладень і коротких записаних голосових сегментів:

json5

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

OpenClaw надсилає multipart-аудіо до ElevenLabs /v1/speech-to-text з model_id: "scribe_v2". Підказки мови зіставляються з language_code, якщо вони присутні.

Потокове STT

Вбудований Plugin elevenlabs реєструє Scribe v2 Realtime для потокової транскрипції в агентському режимі Голосового виклику та Google Meet.

Налаштування	Шлях конфігурації	Типово
API-ключ	`plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey`	Повертається до `ELEVENLABS_API_KEY` / `XI_API_KEY`
Модель	`...elevenlabs.modelId`	`scribe_v2_realtime`
Аудіоформат	`...elevenlabs.audioFormat`	`ulaw_8000`
Частота дискретизації	`...elevenlabs.sampleRate`	`8000`
Стратегія фіксації	`...elevenlabs.commitStrategy`	`vad`
Мова	`...elevenlabs.languageCode`	(не встановлено)

json5

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

Для агентського режиму Google Meet встановіть plugins.entries.google-meet.config.realtime.transcriptionProvider на "elevenlabs" і налаштуйте той самий блок провайдера в plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Пов’язане

Was this useful?