الانتقال إلى المحتوى الرئيسي
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.
القدرةواجهة OpenClawالافتراضي
تحويل النص إلى كلامmessages.tts / talkeleven_multilingual_v2
تحويل الكلام إلى نص دفعيًاtools.media.audioscribe_v2
تحويل الكلام إلى نص عبر البثبث المكالمة الصوتية أو realtime.transcriptionProvider في Google Meetscribe_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.
الإعدادمسار الإعداداتالافتراضي
مفتاح APIplugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKeyيعود إلى ELEVENLABS_API_KEY / XI_API_KEY
النموذج...elevenlabs.modelIdscribe_v2_realtime
تنسيق الصوت...elevenlabs.audioFormatulaw_8000
معدل العينة...elevenlabs.sampleRate8000
استراتيجية الإرسال...elevenlabs.commitStrategyvad
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