Tekst-naar-spraak

​

Snel aan de slag

{
  tts: {
    auto: "always",
    provider: "elevenlabs",
  },
}

​

Ondersteunde providers

​

Configuratie

{
  tts: {
    auto: "always",
    provider: "azure-speech",
    providers: {
      "azure-speech": {
        apiKey: "${AZURE_SPEECH_KEY}",
        region: "eastus",
        speakerVoice: "en-US-JennyNeural",
        lang: "en-US",
        outputFormat: "audio-24khz-48kbitrate-mono-mp3",
        voiceNoteOutputFormat: "ogg-24khz-16bit-mono-opus",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "elevenlabs",
    providers: {
      elevenlabs: {
        apiKey: "${ELEVENLABS_API_KEY}",
        model: "eleven_multilingual_v2",
        speakerVoiceId: "EXAVITQu4vr4xnSDxMaL",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "google",
    providers: {
      google: {
        apiKey: "${GEMINI_API_KEY}",
        model: "gemini-3.1-flash-tts-preview",
        speakerVoice: "Kore",
        // Optionele stijlprompts in natuurlijke taal:
        // audioProfile: "Spreek met een kalme toon, zoals een podcastpresentator.",
        // speakerName: "Alex",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "gradium",
    providers: {
      gradium: {
        apiKey: "${GRADIUM_API_KEY}",
        speakerVoiceId: "YTpq7expH9539ERJ",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "inworld",
    providers: {
      inworld: {
        apiKey: "${INWORLD_API_KEY}",
        modelId: "inworld-tts-1.5-max",
        speakerVoiceId: "Sarah",
        temperature: 0.7,
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "tts-local-cli",
    providers: {
      "tts-local-cli": {
        command: "say",
        args: ["-o", "{{OutputPath}}", "{{Text}}"],
        outputFormat: "wav",
        timeoutMs: 120000,
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "microsoft",
    providers: {
      microsoft: {
        enabled: true,
        speakerVoice: "en-US-MichelleNeural",
        lang: "en-US",
        outputFormat: "audio-24khz-48kbitrate-mono-mp3",
        rate: "+0%",
        pitch: "+0%",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "minimax",
    providers: {
      minimax: {
        apiKey: "${MINIMAX_API_KEY}",
        model: "speech-2.8-hd",
        speakerVoiceId: "English_expressive_narrator",
        speed: 1.0,
        vol: 1.0,
        pitch: 0,
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "openai",
    summaryModel: "openai/gpt-4.1-mini",
    modelOverrides: { enabled: true },
    providers: {
      openai: {
        apiKey: "${OPENAI_API_KEY}",
        model: "gpt-4o-mini-tts",
        speakerVoice: "alloy",
      },
      elevenlabs: {
        apiKey: "${ELEVENLABS_API_KEY}",
        model: "eleven_multilingual_v2",
        speakerVoiceId: "EXAVITQu4vr4xnSDxMaL",
        voiceSettings: { stability: 0.5, similarityBoost: 0.75, style: 0.0, useSpeakerBoost: true, speed: 1.0 },
        applyTextNormalization: "auto",
        languageCode: "en",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "openrouter",
    providers: {
      openrouter: {
        apiKey: "${OPENROUTER_API_KEY}",
        model: "hexgrad/kokoro-82m",
        speakerVoice: "af_alloy",
        responseFormat: "mp3",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "volcengine",
    providers: {
      volcengine: {
        apiKey: "${VOLCENGINE_TTS_API_KEY}",
        resourceId: "seed-tts-1.0",
        speakerVoice: "en_female_anna_mars_bigtts",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "xai",
    providers: {
      xai: {
        apiKey: "${XAI_API_KEY}",
        speakerVoiceId: "eve",
        language: "en",
        responseFormat: "mp3",
      },
    },
  },
}

{
  tts: {
    auto: "always",
    provider: "xiaomi",
    providers: {
      xiaomi: {
        apiKey: "${XIAOMI_API_KEY}",
        model: "mimo-v2.5-tts",
        speakerVoice: "mimo_default",
        format: "mp3",
      },
    },
  },
}

​

Stemoverschrijvingen per agent

{
  tts: {
    auto: "always",
    provider: "elevenlabs",
    providers: {
      elevenlabs: { apiKey: "${ELEVENLABS_API_KEY}", model: "eleven_multilingual_v2" },
    },
  },
  agents: {
    list: [
      {
        id: "reader",
        tts: {
          providers: {
            elevenlabs: { speakerVoiceId: "EXAVITQu4vr4xnSDxMaL" },
          },
        },
      },
    ],
  },
}

1. tts
2. actieve agents.entries.*.tts
3. kanaaloverschrijving, wanneer het kanaal channels.<channel>.tts ondersteunt
4. accountoverschrijving, wanneer het kanaal channels.<channel>.accounts.<id>.tts doorgeeft
5. lokale /tts-voorkeuren voor deze host
6. inline [[tts:...]]-instructies wanneer modelgestuurde overschrijvingen zijn ingeschakeld

{
  tts: {
    provider: "openai",
    providers: {
      openai: { apiKey: "${OPENAI_API_KEY}", model: "gpt-4o-mini-tts" },
    },
  },
  channels: {
    feishu: {
      accounts: {
        english: {
          tts: {
            providers: {
              openai: { speakerVoice: "shimmer" },
            },
          },
        },
      },
    },
  },
}

​

Persona’s

​

Minimale persona

{
  tts: {
    auto: "always",
    persona: "narrator",
    personas: {
      narrator: {
        label: "Verteller",
        provider: "elevenlabs",
        providers: {
          elevenlabs: {
            speakerVoiceId: "EXAVITQu4vr4xnSDxMaL",
            modelId: "eleven_multilingual_v2",
          },
        },
      },
    },
  },
}

​

Volledige persona (providerspecifieke vormgeving)

{
  tts: {
    auto: "always",
    persona: "alfred",
    personas: {
      alfred: {
        label: "Alfred",
        description: "Droge, warme Britse butlerverteller.",
        provider: "google",
        fallbackPolicy: "preserve-persona",
        providers: {
          google: {
            model: "gemini-3.1-flash-tts-preview",
            speakerVoice: "Algieba",
            promptTemplate: "audio-profile-v1",
          },
          openai: { model: "gpt-4o-mini-tts", speakerVoice: "cedar" },
          elevenlabs: {
            speakerVoiceId: "voice_id",
            modelId: "eleven_multilingual_v2",
            seed: 42,
            voiceSettings: {
              stability: 0.65,
              similarityBoost: 0.8,
              style: 0.25,
              useSpeakerBoost: true,
              speed: 0.95,
            },
          },
        },
      },
    },
  },
}

​

Personaresolutie

1. /tts persona <id> lokale voorkeur, indien ingesteld.
2. tts.persona, indien ingesteld.
3. Geen persona.

1. Directe overschrijvingen (CLI, Gateway, Talk, toegestane TTS-instructies).
2. /tts provider <id> lokale voorkeur.
3. provider van de actieve persona.
4. tts.provider.
5. Automatische selectie uit het register.

1. tts.providers.<id>
2. tts.personas.<persona>.providers.<id>
3. Vertrouwde aanvraagoverschrijvingen
4. Toegestane overschrijvingen uit door het model uitgegeven TTS-instructies

​

Aangepaste personavormgeving

​

Terugvalbeleid

​

Modelgestuurde instructies

Alsjeblieft.

[[tts:speakerVoiceId=pMsXgVXv3BLzUgSXRplE model=eleven_v3 speed=1.1]]
[[tts:text]](lacht) Lees het lied nogmaals.[[/tts:text]]

• provider (geregistreerde provider-ID; vereist allowProvider: true)
• speakerVoice / speakerVoiceId (verouderde aliassen: voice, voiceName, voice_name, google_voice, voiceId)
• model / google_model
• stability, similarityBoost, style, speed, useSpeakerBoost
• vol / volume (MiniMax-volume, (0, 10])
• pitch (gehele MiniMax-toonhoogte, −12 tot 12; fractionele waarden worden afgekapt)
• emotion (Volcengine-emotietag)
• applyTextNormalization (auto|on|off)
• languageCode (ISO 639-1)
• seed

{ messages: { tts: { modelOverrides: { enabled: false } } } }

{ messages: { tts: { modelOverrides: { enabled: true, allowProvider: true, allowSeed: false } } } }

​

Slash-opdrachten

/tts off | on | status
/tts chat on | off | default
/tts latest
/tts provider <id>
/tts persona <id> | off
/tts limit <chars>
/tts summary off
/tts audio <text>

• /tts on schrijft de lokale TTS-voorkeur naar always; /tts off schrijft deze naar off.
• /tts chat on|off|default schrijft een sessiegebonden automatische TTS-overschrijving voor de huidige chat.
• /tts persona <id> schrijft de lokale personavoorkeur; /tts persona off wist deze.
• /tts latest leest het nieuwste assistentantwoord uit het transcript van de huidige sessie en verzendt het eenmaal als audio. Alleen een hash van dat antwoord wordt in het sessie-item opgeslagen om dubbele spraakverzendingen te voorkomen.
• /tts audio genereert een eenmalig audioantwoord (schakelt TTS niet in).
• /tts limit <chars> accepteert 100–4096 (4096 is het maximum voor Telegram-bijschriften/-berichten); waarden buiten dat bereik worden geweigerd.
• limit en summary worden opgeslagen in lokale voorkeuren, niet in de hoofdconfiguratie.
• /tts status bevat terugvaldiagnostiek voor de nieuwste poging — Fallback: <primary> -> <used>, Attempts: ... en details per poging (provider:outcome(reasonCode) latency).
• /status toont de actieve TTS-modus plus de geconfigureerde provider, het model, de stem en opgeschoonde metagegevens van aangepaste eindpunten wanneer TTS is ingeschakeld.

​

Voorkeuren per gebruiker

​

Uitvoerformaten

• Transcodering voor Feishu / WhatsApp: wanneer een antwoord als spraakbericht binnenkomt als MP3/WebM/WAV/M4A of een ander waarschijnlijk audiobestand, transcodeert de kanaalplugin het vóór verzending als systeemeigen spraakbericht naar 48 kHz Ogg/Opus met ffmpeg (libopus, 64 kbps). WhatsApp verzendt het resultaat via de Baileys-audio-payload met ptt: true en audio/ogg; codecs=opus. Bij een transcoderingsfout: Feishu vangt de fout op en valt terug op verzending van het oorspronkelijke bestand als gewone bijlage; WhatsApp heeft geen terugvaloptie, waardoor de verzending zelf mislukt in plaats van een incompatibele PTT-payload te plaatsen.
• MiniMax: MP3 (speech-2.8-hd-model, samplefrequentie van 32 kHz) voor normale audiobijlagen; getranscodeerd naar 48 kHz Opus met ffmpeg voor doelen die door het kanaal als spraakbericht worden aangeduid.
• Xiaomi MiMo: standaard MP3, of WAV wanneer dit is geconfigureerd; getranscodeerd naar 48 kHz Opus met ffmpeg voor doelen die door het kanaal als spraakbericht worden aangeduid.
• Lokale CLI: gebruikt de geconfigureerde outputFormat. Doelen voor spraakberichten worden geconverteerd naar Ogg/Opus en telefonie-uitvoer wordt met ffmpeg geconverteerd naar onbewerkte 16 kHz mono-PCM.
• Google Gemini: retourneert onbewerkte 24 kHz PCM. OpenClaw verpakt deze als WAV voor audiobijlagen, transcodeert deze naar 48 kHz Opus voor doelen voor spraakberichten en retourneert PCM rechtstreeks voor Talk/telefonie.
• Gradium: WAV voor audiobijlagen, Opus voor doelen voor spraakberichten en ulaw_8000 op 8 kHz voor telefonie.
• Inworld: MP3 voor normale audiobijlagen, systeemeigen OGG_OPUS voor doelen voor spraakberichten en onbewerkte PCM op 22050 Hz voor Talk/telefonie.
• xAI: standaard MP3; synthese van audiobestanden kan mp3, wav, pcm, mulaw of alaw gebruiken voor zowel gebufferde als gestreamde uitvoer. Doelen voor spraakberichten gebruiken MP3 voor streaming en als gebufferde terugvaloptie, omdat de uitvoer van xAI voor pcm, mulaw en alaw onbewerkte audio zonder headers is. Gebufferde synthese gebruikt het batch-REST-/v1/tts-eindpunt van xAI; textToSpeechStream gebruikt systeemeigen wss://api.x.ai/v1/tts. Dit is niet het realtime-spraakcontract. Een systeemeigen Opus-indeling voor spraakberichten wordt niet ondersteund.
• Microsoft: gebruikt microsoft.outputFormat (standaard audio-24khz-48kbitrate-mono-mp3).
  • Het meegeleverde transport accepteert een outputFormat, maar niet alle indelingen zijn beschikbaar via de service.
  • Waarden voor de uitvoerindeling volgen de uitvoerindelingen van Microsoft Speech (waaronder Ogg/WebM Opus).
  • Telegram sendVoice accepteert OGG/MP3/M4A; gebruik OpenAI/ElevenLabs als je gegarandeerde Opus-spraakberichten nodig hebt.
  • Als de geconfigureerde Microsoft-uitvoerindeling mislukt, probeert OpenClaw het opnieuw met MP3.
  • Wanneer geen expliciete stemoverschrijving is ingesteld en de standaard Engelse stem wordt gebruikt, schakelt OpenClaw automatisch over naar een Chinese neurale stem (zh-CN-XiaoxiaoNeural, landinstelling zh-CN) als de antwoordtekst voornamelijk uit CJK-tekens bestaat.

​

Gedrag van automatische TTS

• Slaat TTS over als het antwoord al gestructureerde media bevat.
• Slaat zeer korte antwoorden over (minder dan 10 tekens).
• Vat lange antwoorden samen wanneer samenvattingen zijn ingeschakeld, met summaryModel (of agents.defaults.model.primary).
• Voegt de gegenereerde audio toe aan het antwoord.
• Verzendt in mode: "final" nog steeds uitsluitend audio-TTS voor gestreamde definitieve antwoorden nadat de tekststream is voltooid; de gegenereerde media ondergaan dezelfde normalisatie van kanaalmedia als normale antwoordbijlagen.

• Samenvatting aan (standaard) en er is een samenvattingsmodel beschikbaar: vat de tekst samen tot ongeveer maxLength tekens en synthetiseert vervolgens de samenvatting.
• Samenvatting uit, samenvatten mislukt of er is geen API-sleutel beschikbaar voor het samenvattingsmodel: kort de tekst in tot maxLength tekens en synthetiseert de ingekorte tekst.

Antwoord -> TTS ingeschakeld?
  nee -> tekst verzenden
  ja  -> bevat media / kort?
          ja  -> tekst verzenden
          nee -> lengte > limiet?
                   nee -> TTS -> audio toevoegen
                   ja  -> samenvatting ingeschakeld en beschikbaar?
                            nee -> inkorten -> TTS -> audio toevoegen
                            ja  -> samenvatten -> TTS -> audio toevoegen

​

Veldreferentie

​

Agenttool

​

Gateway-RPC

​

Servicekoppelingen

• OpenAI-handleiding voor tekst-naar-spraak
• OpenAI Audio API-referentie
• Azure Speech REST voor tekst-naar-spraak
• Azure Speech-provider
• ElevenLabs tekst-naar-spraak
• ElevenLabs-authenticatie
• Gradium
• Inworld TTS API
• MiniMax T2A v2 API
• Volcengine TTS HTTP API
• Xiaomi MiMo-spraaksynthese
• node-edge-tts
• Microsoft Speech-uitvoerindelingen
• xAI tekst-naar-spraak

​

Gerelateerd

• Mediaoverzicht
• Muziek genereren
• Video genereren
• Slash-opdrachten
• Plugin voor spraakoproepen