> ## Documentation Index
> Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# ElevenLabs

OpenClaw verwendet ElevenLabs für Text-to-Speech, Batch-Spracherkennung mit Scribe
v2 und Streaming-STT mit Scribe v2 Realtime.

| Funktion                  | OpenClaw-Oberfläche                                                    | Standard                 |
| ------------------------- | ---------------------------------------------------------------------- | ------------------------ |
| Text-to-Speech            | `messages.tts` / `talk`                                                | `eleven_multilingual_v2` |
| Batch-Spracherkennung     | `tools.media.audio`                                                    | `scribe_v2`              |
| Streaming-Spracherkennung | Voice-Call-Streaming oder Google Meet `realtime.transcriptionProvider` | `scribe_v2_realtime`     |

## Authentifizierung

Setzen Sie `ELEVENLABS_API_KEY` in der Umgebung. `XI_API_KEY` wird ebenfalls für
Kompatibilität mit vorhandenen ElevenLabs-Tools akzeptiert.

```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
export ELEVENLABS_API_KEY="..."
```

## Text-to-Speech

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  messages: {
    tts: {
      providers: {
        elevenlabs: {
          apiKey: "${ELEVENLABS_API_KEY}",
          speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",
          modelId: "eleven_multilingual_v2",
        },
      },
    },
  },
}
```

Setzen Sie `modelId` auf `eleven_v3`, um ElevenLabs v3 TTS zu verwenden. OpenClaw behält
`eleven_multilingual_v2` als Standard für vorhandene Installationen bei.

Discord-Sprachkanäle verwenden den Streaming-TTS-Endpunkt von ElevenLabs, wenn ElevenLabs
der ausgewählte `voice.tts`-/`messages.tts`-Provider ist. Die Wiedergabe startet aus dem
zurückgegebenen Audiostream, statt zuerst darauf zu warten, dass OpenClaw die gesamte
Audiodatei herunterlädt und schreibt. `latencyTier` wird für Modelle, die dies akzeptieren,
dem ElevenLabs-Abfrageparameter `optimize_streaming_latency` zugeordnet; OpenClaw
lässt diesen Parameter für `eleven_v3` weg, da es ihn ablehnt.

## Spracherkennung

Verwenden Sie Scribe v2 für eingehende Audioanhänge und kurze aufgezeichnete Sprachsegmente:

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "elevenlabs", model: "scribe_v2" }],
      },
    },
  },
}
```

OpenClaw sendet Multipart-Audio mit
`model_id: "scribe_v2"` an ElevenLabs `/v1/speech-to-text`. Sprachhinweise werden, falls vorhanden, `language_code` zugeordnet.

## Streaming-STT

Das gebündelte `elevenlabs`-Plugin registriert Scribe v2 Realtime für Voice Call und
Streaming-Transkription im Google-Meet-Agentenmodus.

| Einstellung      | Konfigurationspfad                                                        | Standard                                             |
| ---------------- | ------------------------------------------------------------------------- | ---------------------------------------------------- |
| API-Schlüssel    | `plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey` | Fällt auf `ELEVENLABS_API_KEY` / `XI_API_KEY` zurück |
| Modell           | `...elevenlabs.modelId`                                                   | `scribe_v2_realtime`                                 |
| Audioformat      | `...elevenlabs.audioFormat`                                               | `ulaw_8000`                                          |
| Abtastrate       | `...elevenlabs.sampleRate`                                                | `8000`                                               |
| Commit-Strategie | `...elevenlabs.commitStrategy`                                            | `vad`                                                |
| Sprache          | `...elevenlabs.languageCode`                                              | (nicht gesetzt)                                      |

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "${ELEVENLABS_API_KEY}",
                audioFormat: "ulaw_8000",
                commitStrategy: "vad",
                languageCode: "en",
              },
            },
          },
        },
      },
    },
  },
}
```

<Note>
  Voice Call empfängt Twilio-Medien als 8 kHz G.711 u-law. Der ElevenLabs-Realtime-
  Provider verwendet standardmäßig `ulaw_8000`, sodass Telefonie-Frames ohne
  Transkodierung weitergeleitet werden können.
</Note>

Für den Google-Meet-Agentenmodus setzen Sie
`plugins.entries.google-meet.config.realtime.transcriptionProvider` auf
`"elevenlabs"` und konfigurieren denselben Provider-Block unter
`plugins.entries.google-meet.config.realtime.providers.elevenlabs`.

## Verwandte Themen

* [Text-to-Speech](/de/tools/tts)
* [Google Meet](/de/plugins/google-meet)
* [Modellauswahl](/de/concepts/model-providers)