plugins install चरण की आवश्यकता नहीं है।
प्रमाणीकरण
परिवेश मेंELEVENLABS_API_KEY सेट करें। मौजूदा ElevenLabs टूलिंग के साथ
संगतता के लिए XI_API_KEY भी स्वीकार किया जाता है।
टेक्स्ट-टू-स्पीच
modelId को eleven_v3 पर सेट करें। OpenClaw मौजूदा
इंस्टॉलेशन के लिए eleven_multilingual_v2 को डिफ़ॉल्ट बनाए रखता है।
जब ElevenLabs चयनित voice.tts/tts प्रदाता होता है, तब Discord वॉइस चैनल
ElevenLabs के स्ट्रीमिंग TTS एंडपॉइंट का उपयोग करते हैं: OpenClaw द्वारा पहले पूरी
ऑडियो फ़ाइल डाउनलोड किए जाने की प्रतीक्षा करने के बजाय, लौटाई गई ऑडियो स्ट्रीम से प्लेबैक शुरू हो जाता है।
इसे स्वीकार करने वाले मॉडल के लिए latencyTier, ElevenLabs के optimize_streaming_latency
क्वेरी पैरामीटर से मैप होता है; eleven_v3 के लिए OpenClaw उस पैरामीटर को छोड़ देता है,
क्योंकि वह इसे अस्वीकार करता है।
स्पीच-टू-टेक्स्ट
इनबाउंड ऑडियो अटैचमेंट और छोटे रिकॉर्ड किए गए वॉइस खंडों के लिए Scribe v2 का उपयोग करें:model_id: "scribe_v2" के साथ ElevenLabs /v1/speech-to-text पर
मल्टीपार्ट ऑडियो भेजता है। उपलब्ध होने पर भाषा संकेत language_code से मैप होते हैं।
स्ट्रीमिंग STT
बंडल किया गयाelevenlabs Plugin, Voice Call और Google Meet एजेंट-मोड स्ट्रीमिंग ट्रांसक्रिप्शन के लिए
Scribe v2 Realtime को पंजीकृत करता है।
Voice Call, Twilio मीडिया को 8 kHz G.711 u-law के रूप में प्राप्त करता है। ElevenLabs रियलटाइम
प्रदाता का डिफ़ॉल्ट
ulaw_8000 है, इसलिए टेलीफ़ोनी फ़्रेम को ट्रांसकोडिंग के बिना
अग्रेषित किया जा सकता है।plugins.entries.google-meet.config.realtime.transcriptionProvider को
"elevenlabs" पर सेट करें और
plugins.entries.google-meet.config.realtime.providers.elevenlabs के अंतर्गत उसी प्रदाता ब्लॉक को कॉन्फ़िगर करें।