文本转语音字段参考

自动 TTS 模式。inbound 仅在收到传入语音消息后发送音频；tagged 仅在回复包含 [[tts:...]] 指令或 [[tts:text]] 区块时发送音频。

旧版开关。openclaw doctor --fix 会将其迁移为 auto。

"all" 除最终回复外，还包括 tool/block 回复。

语音提供商 ID。取消设置时，OpenClaw 使用注册表自动选择顺序中第一个配置的提供程序。旧版 provider: "edge" 被 openclaw doctor --fix 重写为 "microsoft"。

来自 personas 的当前角色 id。会规范化为小写。

稳定的口语身份。字段：label、description、provider、fallbackPolicy、providers.<provider>。请参阅 Personas。

用于自动摘要的便宜模型；默认值为 agents.defaults.model.primary。接受 provider/model 或已配置的模型别名。

允许模型发出 TTS 指令。enabled 默认值为 true；allowProvider 默认值为 false。

由语音提供方 id 键控的、提供方所有的设置。旧的直接块（tts.openai、.elevenlabs、.microsoft、.edge）会被 openclaw doctor --fix 重写；请只提交 tts.providers.<id>。

TTS 输入字符的硬性上限。超过时 /tts audio、tts.convert 和 tts.speak 会失败。

请求超时时间，单位毫秒。若设置了单次调用的 timeoutMs（agent tool、gateway），则以它为准；否则，显式配置的 tts.timeoutMs 会优先于任何插件作者提供的默认值。

Env：AZURE_SPEECH_KEY、AZURE_SPEECH_API_KEY 或 SPEECH_KEY.

Azure 语音区域 （e.g. eastus）。环境：AZURE_SPEECH_REGION 或 SPEECH_REGION.

可选的 Azure Speech 端点覆盖（别名 baseUrl）。

Azure 语音 ShortName。默认en-US-JennyNeural。旧别名：voice.

SSML 语言代码。默认en-US.

Azure X-Microsoft-OutputFormat 适用于标准音频。默认audio-24khz-48kbitrate-mono-mp3.

Azure X-Microsoft-OutputFormat 用于语音注释输出。默认ogg-24khz-16bit-mono-opus.

回退到 ELEVENLABS_API_KEY 或 XI_API_KEY.

模型 ID。默认eleven_multilingual_v2；为 v3 设置 modelId: "eleven_v3"。配置键 model 被忽略。旧 ID eleven_turbo_v2_5/eleven_turbo_v2 已标准化为匹配的 flash model.

ElevenLabs 语音 ID。默认pMsXgVXv3BLzUgSXRplE。旧别名：voiceId.

stability、similarityBoost、style（均为 0..1，默认分别为 0.5/0.75/0）、useSpeakerBoost（true|false，默认 true）、speed（0.5..2.0，默认 1.0）。

文本规范化 mode.

2-字母ISO 639-1（e.g. en，de）.

整数 0..4294967295 表示尽力而为 determinism.

覆盖 ElevenLabs API 底座 URL.

回落至 GEMINI_API_KEY / GOOGLE_API_KEY。如果省略，TTS可以在env fallback.

Gemini TTS 模型。默认gemini-3.1-flash-tts-preview。设置 gemini-3.8-flash-tts 或 gemini-3.8-flash-lite-tts 以选择加入 Gemini 3.8，OpenClaw 通过交互 API 发送。 gemini-2.5-flash-preview-tts 和 gemini-2.5-pro-preview-tts 以及 work.

Gemini 预建语音名称。默认Kore。旧别名：voiceName、voice.

自然语言交付方式。 Gemini 3.8 将其发送为 speech_metadata.style。 Gemini 3.1 和 2.5 预览模型将其添加到口语 text.

可选扬声器标签。 Gemini 3.8 将其作为结构化 speech_metadata.speaker 标签与单个配置的语音一起发送。较旧的预览模型在口头 text.

正好两个 { speaker, voice, style? } 条目。在 Gemini 3.8 上，以两个配置名称之一和冒号（带或不带后续空格）开头的行将成为对话轮，并且不会说出该名称；任何其他行，包括其他 Word: text 散文，都保留在当前回合内。没有配置标签的转录本保持单一 voice.

在 Gemini 3.1 和 2.5 预览模型上，以固定提示格式包装活动角色字段。在 Gemini 3.8 上，personaPrompt 作为 speech_metadata.style 发送，并且不大声朗读；角色标签不是 sent.

Google 特定角色方向。 Gemini 3.8 将其作为样式元数据发送。较旧的预览模型将其附加到音频配置文件模板的 Director 的 Notes.

只有https://generativelanguage.googleapis.com是accepted.

Env：GRADIUM_API_KEY.

HTTPS Gradium API URL 上 api.gradium.ai。默认https://api.gradium.ai.

默认艾玛（YTpq7expH9539ERJ）。旧别名：voiceId.

Env：INWORLD_API_KEY.

默认https://api.inworld.ai.

默认inworld-tts-1.5-max。另：inworld-tts-1.5-mini、inworld-tts-1-max、inworld-tts-1.

默认Sarah。旧别名：voiceId.

采样温度 0..2（不含 0）。

CLI 的本地可执行文件或命令字符串 TTS.

命令参数。支持{{Text}}、{{OutputPath}}、{{OutputDir}}、{{OutputBase}} placeholders.

预期的 CLI 输出格式。音频默认 mp3 attachments.

命令超时（以毫秒为单位）。设置后覆盖已解析的 TTS 请求超时。省略时，遵循请求超时；插件默认为 120000.

可选命令工作 directory.

command.

允许 Microsoft 讲话 usage.

微软神经语音名称（e.g. en-US-MichelleNeural）。旧别名：voice。如果默认英文语音生效并且回复文本为 CJK-dominant，则 OpenClaw 自动切换为 zh-CN-XiaoxiaoNeural.

语言代码 （e.g. en-US）.

Microsoft 输出格式。默认audio-24khz-48kbitrate-mono-mp3。捆绑的 Edge-backed transport.

百分比字符串 （e.g. +10%、-5%）.

在音频 file.

Microsoft 语音的代理 URL requests.

请求超时覆盖（毫秒）。

旧别名。运行 openclaw doctor --fix 将持久配置重写为 providers.microsoft.

回落至 MINIMAX_API_KEY。通过 MINIMAX_OAUTH_TOKEN、MINIMAX_CODE_PLAN_KEY 或 MINIMAX_CODING_API_KEY.

默认https://api.minimax.io。环境：MINIMAX_API_HOST.

默认speech-2.8-hd。环境：MINIMAX_TTS_MODEL.

默认English_expressive_narrator。环境：MINIMAX_TTS_VOICE_ID。旧别名：voiceId.

0.5..2.0。默认1.0.

(0, 10]。默认1.0.

整数 -12..12。默认0。小数值在 request.

回落至OPENAI_API_KEY.

OpenAI TTS 模型 ID。默认gpt-4o-mini-tts.

语音名称（e.g. alloy、cedar）。默认coral。旧别名：voice.

显式 OpenAI instructions 字段。设置后，角色提示字段为 not auto-mapped.

显式响应格式。省略时，OpenClaw 选择 Opus 作为语音注释目标，否则选择 MP3。将 wav 用于不编码压缩 audio.

生成 OpenAI TTS 字段后，额外的 JSON 字段合并到 /audio/speech 请求正文中。将此用于 OpenAI- 兼容端点，例如需要特定于提供者的密钥（如 lang）的 Kokoro；不安全的原型密钥是ignored.

覆盖 OpenAI TTS 端点。解析顺序：配置→OPENAI_TTS_BASE_URL→https://api.openai.com/v1。非默认值被视为 OpenAI- 兼容的 TTS 端点，因此接受自定义模型和语音名称，并且 speed 丢失其 0.25..4.0 范围检查。

Env：OPENROUTER_API_KEY。可重复使用 models.providers.openrouter.apiKey.

默认https://openrouter.ai/api/v1。旧版 https://openrouter.ai/v1 是 normalized.

默认hexgrad/kokoro-82m。别名： modelId.

默认af_alloy。旧别名：voice、voiceId.

默认mp3.

Provider-原生速度 override.

Env：VOLCENGINE_TTS_API_KEY 或 BYTEPLUS_SEED_SPEECH_API_KEY.

默认seed-tts-1.0。环境：VOLCENGINE_TTS_RESOURCE_ID。当您的项目有 TTS 2.0 entitlement.

App 密钥标头。默认aGjiRDfUWi。环境：VOLCENGINE_TTS_APP_KEY.

覆盖种子语音 TTS HTTP 端点。环境：VOLCENGINE_TTS_BASE_URL.

语音类型。默认en_female_anna_mars_bigtts。环境：VOLCENGINE_TTS_VOICE。旧别名：voice.

Provider-原生速比，0.2..3.

Provider-原生情感 tag.

旧版 Volcengine Speech Console 字段。环境变量：VOLCENGINE_TTS_APPID、VOLCENGINE_TTS_TOKEN、VOLCENGINE_TTS_CLUSTER（默认 volcano_tts）。

Env：XAI_API_KEY.

默认https://api.x.ai/v1。环境：XAI_BASE_URL.

默认eve。通过auth，openclaw infer tts voices --provider xai获取当前内置目录；如果没有身份验证，它会列出离线后备 ara、eve、leo、rex 和 sal。即使帐户自定义语音 ID 不存在于内置列表中，也会被转发。旧别名：voiceId.

BCP-47 语言代码或 auto。默认en.

默认mp3.

Provider-本机速度覆盖，0.7..1.5.

Env：XIAOMI_API_KEY.

默认https://api.xiaomimimo.com/v1。环境：XIAOMI_BASE_URL.

默认mimo-v2.5-tts。环境：XIAOMI_TTS_MODEL。还支持mimo-v2.5-tts-voicedesign.

默认为 mimo_default 预设语音模型。环境：XIAOMI_TTS_VOICE。旧别名：voice。未发送 mimo-v2.5-tts-voicedesign.

默认mp3。环境：XIAOMI_TTS_FORMAT.

作为用户消息发送的可选自然语言风格指令；没有说话。对于mimo-v2.5-tts-voicedesign，这是语音设计提示；当 omitted.