OpenClaw, metinden sese, Scribe v2 ile toplu konuşmadan metne ve Scribe v2 Realtime ile akışlı STT için ElevenLabs kullanır.
| Yetenek | OpenClaw yüzeyi | Varsayılan |
|---|
| Metinden sese | messages.tts / talk | eleven_multilingual_v2 |
| Toplu konuşmadan metne | tools.media.audio | scribe_v2 |
| Akışlı konuşmadan metne | Sesli Arama akışı veya Google Meet realtime.transcriptionProvider | scribe_v2_realtime |
Kimlik Doğrulama
Ortamda ELEVENLABS_API_KEY ayarlayın. Mevcut ElevenLabs araçlarıyla
uyumluluk için XI_API_KEY de kabul edilir.
export ELEVENLABS_API_KEY="..."
Metinden sese
{
messages: {
tts: {
providers: {
elevenlabs: {
apiKey: "${ELEVENLABS_API_KEY}",
speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",
modelId: "eleven_multilingual_v2",
},
},
},
},
}
modelId değerini eleven_v3 olarak ayarlayın. OpenClaw,
mevcut kurulumlar için varsayılan olarak eleven_multilingual_v2 değerini korur.
Discord ses kanalları, ElevenLabs seçili voice.tts/messages.tts sağlayıcısı
olduğunda ElevenLabs’in akışlı TTS uç noktasını kullanır. Oynatma, OpenClaw’ın
önce tüm ses dosyasını indirip yazmasını beklemek yerine döndürülen ses akışından
başlar. latencyTier, bunu kabul eden modeller için ElevenLabs’in
optimize_streaming_latency sorgu parametresine eşlenir; OpenClaw, bunu reddeden
eleven_v3 için bu parametreyi atlar.
Konuşmadan metne
Gelen ses ekleri ve kısa kaydedilmiş ses segmentleri için Scribe v2 kullanın:
{
tools: {
media: {
audio: {
enabled: true,
models: [{ provider: "elevenlabs", model: "scribe_v2" }],
},
},
},
}
model_id: "scribe_v2" ile ElevenLabs /v1/speech-to-text adresine
multipart ses gönderir. Dil ipuçları, varsa language_code değerine eşlenir.
Akışlı STT
Paketle birlikte gelen elevenlabs plugin’i, Sesli Arama ve Google Meet ajan modu
akışlı transkripsiyonu için Scribe v2 Realtime’ı kaydeder.
| Ayar | Yapılandırma yolu | Varsayılan |
|---|
| API anahtarı | plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey | ELEVENLABS_API_KEY / XI_API_KEY değerine geri döner |
| Model | ...elevenlabs.modelId | scribe_v2_realtime |
| Ses biçimi | ...elevenlabs.audioFormat | ulaw_8000 |
| Örnekleme hızı | ...elevenlabs.sampleRate | 8000 |
| Commit stratejisi | ...elevenlabs.commitStrategy | vad |
| Dil | ...elevenlabs.languageCode | (ayarlanmamış) |
{
plugins: {
entries: {
"voice-call": {
config: {
streaming: {
enabled: true,
provider: "elevenlabs",
providers: {
elevenlabs: {
apiKey: "${ELEVENLABS_API_KEY}",
audioFormat: "ulaw_8000",
commitStrategy: "vad",
languageCode: "en",
},
},
},
},
},
},
},
}
Sesli Arama, Twilio medyasını 8 kHz G.711 u-law olarak alır. ElevenLabs realtime
sağlayıcısı varsayılan olarak ulaw_8000 kullanır, böylece telefon çerçeveleri
transkodlama olmadan iletilebilir.
plugins.entries.google-meet.config.realtime.transcriptionProvider değerini
"elevenlabs" olarak ayarlayın ve aynı sağlayıcı bloğunu
plugins.entries.google-meet.config.realtime.providers.elevenlabs altında yapılandırın.
İlgili
