本页内容
本页内容
供应商
ElevenLabs
OpenClaw 使用 ElevenLabs 提供文本转语音、使用 Scribe v2 进行批量语音转文本,并使用 Scribe v2 Realtime 进行流式 STT。该插件已打包并默认启用;无需执行 plugins install 步骤。
| 能力 | OpenClaw 接口 | 默认 |
|---|---|---|
| 文本转语音 | tts / talk |
eleven_multilingual_v2 |
| 批量语音转文本 | tools.media.audio |
scribe_v2 |
| 流式语音转文本 | Voice Call streaming 或 Google Meet realtime.transcriptionProvider |
scribe_v2_realtime |
认证
在你的环境中设置 ELEVENLABS_API_KEY。为兼容现有的 ElevenLabs 工具,也接受 XI_API_KEY。
文本转语音
将 modelId 设置为 eleven_v3 可使用 ElevenLabs v3 TTS。OpenClaw 会为现有安装保留
eleven_multilingual_v2 作为默认值。
Discord 语音频道在 ElevenLabs 是选定的 voice.tts/tts 提供商时,会使用 ElevenLabs 的流式 TTS
端点:播放会从返回的音频流开始,而不是等待 OpenClaw 先下载整个音频文件。
latencyTier 会映射到接受该参数的模型所使用的 ElevenLabs optimize_streaming_latency 查询参数;对于
eleven_v3,OpenClaw 会省略该参数,因为该模型会拒绝此参数。
语音转文本
对传入的音频附件和简短的录音语音片段使用 Scribe v2:
OpenClaw 将多部分音频发送到 ElevenLabs 的 /v1/speech-to-text,并使用
model_id: "scribe_v2"。当存在语言提示时,会映射到 language_code。
流式 STT
捆绑的 elevenlabs 插件会为 Voice Call 和 Google Meet 代理模式注册 Scribe v2 实时流式转写。
| 设置 | 配置路径 | 默认值 |
|---|---|---|
| API 密钥 | plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey |
回退到 ELEVENLABS_API_KEY / XI_API_KEY |
| 模型 | ...elevenlabs.modelId |
scribe_v2_realtime |
| 音频格式 | ...elevenlabs.audioFormat |
ulaw_8000 |
| 采样率 | ...elevenlabs.sampleRate |
8000 |
| 提交策略 | ...elevenlabs.commitStrategy |
vad |
| 语言 | ...elevenlabs.languageCode |
(未设置) |
对于 Google Meet 代理模式,将
plugins.entries.google-meet.config.realtime.transcriptionProvider 设置为
"elevenlabs",并在
plugins.entries.google-meet.config.realtime.providers.elevenlabs 下配置相同的 provider 块。