ElevenLabs

OpenClaw, metinden konuşmaya, Scribe v2 ile toplu konuşmadan metne ve Scribe v2 Realtime ile akışlı STT için ElevenLabs kullanır. Plugin paketle birlikte gelir ve varsayılan olarak etkindir; plugins install adımı gerekmez.

Yetenek	OpenClaw yüzeyi	Varsayılan
Metinden konuşmaya	`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 da kabul edilir.

export ELEVENLABS_API_KEY="..."

Metinden konuşmaya

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

ElevenLabs v3 TTS kullanmak için modelId değerini eleven_v3 olarak ayarlayın. OpenClaw, mevcut kurulumlar için eleven_multilingual_v2 değerini varsayılan olarak korur. ElevenLabs, seçilen voice.tts/tts sağlayıcısı olduğunda Discord ses kanalları ElevenLabs’in akışlı TTS uç noktasını kullanır: oynatma, OpenClaw’ın önce ses dosyasının tamamını indirmesini 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 parçaları için Scribe v2 kullanın:

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

OpenClaw, çok parçalı sesi model_id: "scribe_v2" ile ElevenLabs /v1/speech-to-text konumuna gönderir. Dil ipuçları, mevcut olduğunda language_code değerine eşlenir.

Akışlı STT

Paketle birlikte gelen elevenlabs Plugin, Sesli Arama ve Google Meet aracı 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` değerlerine geri döner
Model	`...elevenlabs.modelId`	`scribe_v2_realtime`
Ses biçimi	`...elevenlabs.audioFormat`	`ulaw_8000`
Örnekleme hızı	`...elevenlabs.sampleRate`	`8000`
İşleme 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 gerçek zamanlı sağlayıcısı varsayılan olarak ulaw_8000 değerini kullanır; böylece telefon çerçeveleri kod dönüştürme olmadan iletilebilir.

Google Meet aracı modu için 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.

Overview

Concepts and configuration

Providers

Kimlik doğrulama

Metinden konuşmaya

Konuşmadan metne

Akışlı STT

İlgili

​Kimlik doğrulama

​Metinden konuşmaya

​Konuşmadan metne

​Akışlı STT

​İlgili

Kimlik doğrulama

Metinden konuşmaya

Konuşmadan metne

Akışlı STT

İlgili