Aller au contenu
OpenClaw Docs

ElevenLabs

OpenClaw utilise ElevenLabs pour la synthèse vocale, la transcription par lot avec Scribe v2, et la STT en continu avec Scribe v2 Realtime.

CapacitéSurface OpenClawPar défaut
Synthèse vocalemessages.tts / talkeleven_multilingual_v2
Transcription de parole en texte par lotstools.media.audioscribe_v2
Transcription de parole en texte en flux continuFlux Voice Call ou Google Meet realtime.transcriptionProviderscribe_v2_realtime

Authentification

Section intitulée « Authentification »

Définissez ELEVENLABS_API_KEY dans l’environnement. XI_API_KEY est également accepté pour la compatibilité avec les outils ElevenLabs existants.

Fenêtre de terminal
export ELEVENLABS_API_KEY="..."

Synthèse vocale

Section intitulée « Synthèse vocale »
{
  messages: {
    tts: {
      providers: {
        elevenlabs: {
          apiKey: "${ELEVENLABS_API_KEY}",
          voiceId: "pMsXgVXv3BLzUgSXRplE",
          modelId: "eleven_multilingual_v2",
        },
      },
    },
  },
}

Définissez modelId sur eleven_v3 pour utiliser le TTS ElevenLabs v3. OpenClaw conserve eleven_multilingual_v2 par défaut pour les installations existantes.

Les canaux vocaux Discord utilisent le point de terminaison de TTS en continu d’ElevenLabs lorsque ElevenLabs est le fournisseur Discordvoice.tts/messages.ttsOpenClaw sélectionné. La lecture commence à partir du flux audio renvoyé au lieu d’attendre qu’OpenClaw télécharge et écrive le fichier audio entier. latencyTier correspond au paramètre de requête optimize_streaming_latencyOpenClaw d’ElevenLabs pour les modèles qui l’acceptent ; OpenClaw omet ce paramètre pour eleven_v3, qui le rejette.

Synthèse vocale

Section intitulée « Synthèse vocale »

Utilisez Scribe v2 pour les pièces jointes audio entrantes et les courts segments vocaux enregistrés :

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

OpenClaw envoie de l’audio multipart à ElevenLabs OpenClaw/v1/speech-to-text avec model_id: "scribe_v2". Les indices de langue correspondent à language_code lorsqu’ils sont présents.

STT en continu

Section intitulée « STT en continu »

Le plugin elevenlabs inclus enregistre Scribe v2 Realtime pour la transcription en continu en mode agent pour Voice Call et Google Meet.

ParamètreChemin de configurationPar défaut
Clé APIplugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKeyRevient à ELEVENLABS_API_KEY / XI_API_KEY
Modèle...elevenlabs.modelIdscribe_v2_realtime
Format audio...elevenlabs.audioFormatulaw_8000
Taux d’échantillonnage...elevenlabs.sampleRate8000
Stratégie de validation...elevenlabs.commitStrategyvad
Langue...elevenlabs.languageCode(non défini)
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "${ELEVENLABS_API_KEY}",
                audioFormat: "ulaw_8000",
                commitStrategy: "vad",
                languageCode: "en",
              },
            },
          },
        },
      },
    },
  },
}

Pour le mode agent Google Meet, définissez plugins.entries.google-meet.config.realtime.transcriptionProvider sur "elevenlabs" et configurez le même bloc de fournisseur sous plugins.entries.google-meet.config.realtime.providers.elevenlabs.

Connexes

Section intitulée « Connexes »