يستخدم OpenClaw ElevenLabs لتحويل النص إلى كلام، وتحويل الكلام إلى نص دفعيًا باستخدام Scribe
v2، وتحويل الكلام إلى نص عبر البث باستخدام Scribe v2 Realtime.
| القدرة | واجهة OpenClaw | الافتراضي |
|---|
| تحويل النص إلى كلام | messages.tts / talk | eleven_multilingual_v2 |
| تحويل الكلام إلى نص دفعيًا | tools.media.audio | scribe_v2 |
| تحويل الكلام إلى نص عبر البث | بث المكالمة الصوتية أو realtime.transcriptionProvider في Google Meet | 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: "${ELEVENLABS_API_KEY}",
speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",
modelId: "eleven_multilingual_v2",
},
},
},
},
}
عيّن modelId إلى eleven_v3 لاستخدام ElevenLabs v3 TTS. يبقي OpenClaw
eleven_multilingual_v2 كافتراضي للتثبيتات الحالية.
تستخدم قنوات Discord الصوتية نقطة نهاية TTS للبث من ElevenLabs عندما تكون ElevenLabs
هي مزود voice.tts/messages.tts المحدد. يبدأ التشغيل من تدفق الصوت
المعاد بدلًا من انتظار OpenClaw لتنزيل ملف الصوت بالكامل وكتابته أولًا. يطابق
latencyTier معامل الاستعلام optimize_streaming_latency في ElevenLabs للنماذج
التي تقبله؛ ويحذف OpenClaw ذلك المعامل مع eleven_v3، لأنه يرفضه.
تحويل الكلام إلى نص
استخدم Scribe v2 لمرفقات الصوت الواردة والمقاطع الصوتية القصيرة المسجلة:
{
tools: {
media: {
audio: {
enabled: true,
models: [{ provider: "elevenlabs", model: "scribe_v2" }],
},
},
},
}
يرسل OpenClaw صوتًا متعدد الأجزاء إلى /v1/speech-to-text في ElevenLabs مع
model_id: "scribe_v2". تُطابق تلميحات اللغة language_code عند وجودها.
تحويل الكلام إلى نص عبر البث
يسجل Plugin المضمن elevenlabs Scribe v2 Realtime للنسخ عبر البث في المكالمة الصوتية
ووضع الوكيل في Google Meet.
| الإعداد | مسار الإعدادات | الافتراضي |
|---|
| مفتاح API | plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey | يعود إلى ELEVENLABS_API_KEY / XI_API_KEY |
| النموذج | ...elevenlabs.modelId | scribe_v2_realtime |
| تنسيق الصوت | ...elevenlabs.audioFormat | ulaw_8000 |
| معدل العينة | ...elevenlabs.sampleRate | 8000 |
| استراتيجية الإرسال | ...elevenlabs.commitStrategy | vad |
| اللغة | ...elevenlabs.languageCode | (غير معيّن) |
{
plugins: {
entries: {
"voice-call": {
config: {
streaming: {
enabled: true,
provider: "elevenlabs",
providers: {
elevenlabs: {
apiKey: "${ELEVENLABS_API_KEY}",
audioFormat: "ulaw_8000",
commitStrategy: "vad",
languageCode: "en",
},
},
},
},
},
},
},
}
تتلقى المكالمة الصوتية وسائط Twilio بتنسيق G.711 u-law بتردد 8 كيلوهرتز. يستخدم مزود ElevenLabs
الفوري ulaw_8000 افتراضيًا، لذا يمكن تمرير إطارات الاتصالات الهاتفية دون
إعادة ترميز.
لوضع الوكيل في Google Meet، عيّن
plugins.entries.google-meet.config.realtime.transcriptionProvider إلى
"elevenlabs" واضبط كتلة المزود نفسها ضمن
plugins.entries.google-meet.config.realtime.providers.elevenlabs.
ذات صلة