> ## 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 używa ElevenLabs do zamiany tekstu na mowę, wsadowej zamiany mowy na tekst za pomocą Scribe
v2 oraz strumieniowego STT za pomocą Scribe v2 Realtime.

| Możliwość                          | Interfejs OpenClaw                                                          | Domyślne                 |
| ---------------------------------- | --------------------------------------------------------------------------- | ------------------------ |
| Zamiana tekstu na mowę             | `messages.tts` / `talk`                                                     | `eleven_multilingual_v2` |
| Wsadowa zamiana mowy na tekst      | `tools.media.audio`                                                         | `scribe_v2`              |
| Strumieniowa zamiana mowy na tekst | Strumieniowanie Voice Call lub Google Meet `realtime.transcriptionProvider` | `scribe_v2_realtime`     |

## Uwierzytelnianie

Ustaw `ELEVENLABS_API_KEY` w środowisku. `XI_API_KEY` jest również akceptowany w celu
zgodności z istniejącymi narzędziami ElevenLabs.

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

## Zamiana tekstu na mowę

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

Ustaw `modelId` na `eleven_v3`, aby użyć ElevenLabs v3 TTS. OpenClaw zachowuje
`eleven_multilingual_v2` jako wartość domyślną dla istniejących instalacji.

Kanały głosowe Discord używają strumieniowego punktu końcowego TTS ElevenLabs, gdy ElevenLabs jest
wybranym dostawcą `voice.tts`/`messages.tts`. Odtwarzanie rozpoczyna się ze
zwróconego strumienia audio zamiast czekać, aż OpenClaw najpierw pobierze i zapisze
cały plik audio. `latencyTier` mapuje się na parametr zapytania ElevenLabs
`optimize_streaming_latency` dla modeli, które go obsługują; OpenClaw
pomija ten parametr dla `eleven_v3`, który go odrzuca.

## Zamiana mowy na tekst

Użyj Scribe v2 dla przychodzących załączników audio i krótkich nagranych segmentów głosowych:

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

OpenClaw wysyła wieloczęściowe audio do ElevenLabs `/v1/speech-to-text` z
`model_id: "scribe_v2"`. Wskazówki językowe mapują się na `language_code`, gdy są obecne.

## Strumieniowe STT

Dołączony Plugin `elevenlabs` rejestruje Scribe v2 Realtime dla strumieniowej transkrypcji w trybie agenta
Voice Call i Google Meet.

| Ustawienie                | Ścieżka konfiguracji                                                      | Domyślne                                     |
| ------------------------- | ------------------------------------------------------------------------- | -------------------------------------------- |
| Klucz API                 | `plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey` | Wraca do `ELEVENLABS_API_KEY` / `XI_API_KEY` |
| Model                     | `...elevenlabs.modelId`                                                   | `scribe_v2_realtime`                         |
| Format audio              | `...elevenlabs.audioFormat`                                               | `ulaw_8000`                                  |
| Częstotliwość próbkowania | `...elevenlabs.sampleRate`                                                | `8000`                                       |
| Strategia zatwierdzania   | `...elevenlabs.commitStrategy`                                            | `vad`                                        |
| Język                     | `...elevenlabs.languageCode`                                              | (nie ustawiono)                              |

```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 odbiera multimedia Twilio jako 8 kHz G.711 u-law. Dostawca czasu rzeczywistego
  ElevenLabs domyślnie używa `ulaw_8000`, więc ramki telefoniczne można przekazywać bez
  transkodowania.
</Note>

W trybie agenta Google Meet ustaw
`plugins.entries.google-meet.config.realtime.transcriptionProvider` na
`"elevenlabs"` i skonfiguruj ten sam blok dostawcy pod
`plugins.entries.google-meet.config.realtime.providers.elevenlabs`.

## Powiązane

* [Zamiana tekstu na mowę](/pl/tools/tts)
* [Google Meet](/pl/plugins/google-meet)
* [Wybór modelu](/pl/concepts/model-providers)