ElevenLabs - OpenClaw

OpenClaw menggunakan ElevenLabs untuk text-to-speech, speech-to-text batch dengan Scribe v2, dan STT streaming dengan Scribe v2 Realtime.

Kemampuan	Permukaan OpenClaw	Bawaan
Text-to-speech	`messages.tts` / `talk`	`eleven_multilingual_v2`
Speech-to-text batch	`tools.media.audio`	`scribe_v2`
Speech-to-text streaming	Streaming Voice Call atau Google Meet `realtime.transcriptionProvider`	`scribe_v2_realtime`

Autentikasi

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

export ELEVENLABS_API_KEY="..."

Text-to-speech

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

Atur modelId ke eleven_v3 untuk menggunakan ElevenLabs v3 TTS. OpenClaw mempertahankan eleven_multilingual_v2 sebagai bawaan untuk instalasi yang sudah ada. Saluran suara Discord menggunakan endpoint TTS streaming ElevenLabs saat ElevenLabs menjadi penyedia voice.tts/messages.tts yang dipilih. Pemutaran dimulai dari stream audio yang dikembalikan alih-alih menunggu OpenClaw mengunduh dan menulis seluruh file audio terlebih dahulu. latencyTier dipetakan ke parameter kueri ElevenLabs optimize_streaming_latency untuk model yang menerimanya; OpenClaw menghilangkan parameter tersebut untuk eleven_v3, yang menolaknya.

Speech-to-text

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

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

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

STT Streaming

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

Pengaturan	Jalur konfigurasi	Bawaan
Kunci API	`plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey`	Beralih ke `ELEVENLABS_API_KEY` / `XI_API_KEY`
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 realtime ElevenLabs menggunakan ulaw_8000 sebagai bawaan, sehingga frame telepon dapat diteruskan tanpa transcoding.

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.

Documentation Index

​Autentikasi

​Text-to-speech

​Speech-to-text

​STT Streaming

​Terkait

Autentikasi

Text-to-speech

Speech-to-text

STT Streaming

Terkait