ElevenLabs

OpenClaw menggunakan ElevenLabs untuk teks-ke-ucapan, ucapan-ke-teks secara batch dengan Scribe v2, dan STT streaming dengan Scribe v2 Realtime. Plugin ini disertakan dan diaktifkan secara default; langkah plugins install tidak diperlukan.

Kemampuan	Permukaan OpenClaw	Default
Teks-ke-ucapan	`messages.tts` / `talk`	`eleven_multilingual_v2`
Ucapan-ke-teks secara batch	`tools.media.audio`	`scribe_v2`
Ucapan-ke-teks streaming	Streaming Voice Call atau `realtime.transcriptionProvider` Google Meet	`scribe_v2_realtime`

Autentikasi

Atur ELEVENLABS_API_KEY di lingkungan. XI_API_KEY juga diterima untuk kompatibilitas dengan alat ElevenLabs yang sudah ada.

export ELEVENLABS_API_KEY="..."

Teks-ke-ucapan

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

Atur modelId ke eleven_v3 untuk menggunakan TTS ElevenLabs v3. OpenClaw tetap menggunakan eleven_multilingual_v2 sebagai default untuk instalasi yang sudah ada. Saluran suara Discord menggunakan endpoint TTS streaming ElevenLabs ketika ElevenLabs dipilih sebagai penyedia voice.tts/messages.tts: pemutaran dimulai dari stream audio yang dikembalikan alih-alih menunggu OpenClaw mengunduh seluruh berkas audio terlebih dahulu. latencyTier dipetakan ke parameter kueri optimize_streaming_latency ElevenLabs untuk model yang menerimanya; OpenClaw menghilangkan parameter tersebut untuk eleven_v3, yang menolaknya.

Ucapan-ke-teks

Gunakan Scribe v2 untuk lampiran audio masuk dan segmen suara rekaman singkat:

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

OpenClaw mengirim audio multipart ke /v1/speech-to-text ElevenLabs dengan model_id: "scribe_v2". Petunjuk bahasa dipetakan ke language_code jika tersedia.

STT streaming

Plugin elevenlabs yang disertakan mendaftarkan Scribe v2 Realtime untuk transkripsi streaming Voice Call dan Google Meet dalam mode agen.

Pengaturan	Jalur konfigurasi	Default
Kunci API	`plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey`	Menggunakan `ELEVENLABS_API_KEY` / `XI_API_KEY` sebagai cadangan
Model	`...elevenlabs.modelId`	`scribe_v2_realtime`
Format audio	`...elevenlabs.audioFormat`	`ulaw_8000`
Laju sampel	`...elevenlabs.sampleRate`	`8000`
Strategi commit	`...elevenlabs.commitStrategy`	`vad`
Bahasa	`...elevenlabs.languageCode`	(belum diatur)

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

Voice Call menerima media Twilio sebagai G.711 u-law 8 kHz. Penyedia waktu nyata ElevenLabs menggunakan ulaw_8000 secara default, sehingga frame telefoni dapat diteruskan tanpa transkode.

Untuk mode agen Google Meet, atur plugins.entries.google-meet.config.realtime.transcriptionProvider ke "elevenlabs" dan konfigurasikan blok penyedia yang sama di bawah plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Overview

Concepts and configuration

Providers

Autentikasi

Teks-ke-ucapan

Ucapan-ke-teks

STT streaming

Terkait

​Autentikasi

​Teks-ke-ucapan

​Ucapan-ke-teks

​STT streaming

​Terkait

Autentikasi

Teks-ke-ucapan

Ucapan-ke-teks

STT streaming

Terkait