ElevenLabs TTS/STT Provider

ElevenLabs 是 OpenClaw 的内置语音服务提供商，支持文字转语音（TTS）、批量语音转文字（STT）和实时流式 STT。

能力	OpenClaw 接入点	默认模型
TTS	messages.tts / talk	eleven_multilingual_v2
批量 STT	tools.media.audio	scribe_v2
流式 STT	Voice Call / Google Meet	scribe_v2_realtime

认证

export ELEVENLABS_API_KEY="..."
# 兼容旧版
export XI_API_KEY="..."

TTS 配置

{
  messages: {
    tts: {
      providers: {
        elevenlabs: {
          apiKey: "${ELEVENLABS_API_KEY}",
          voiceId: "pMsXgVXv3BLzUgSXRplE",
          modelId: "eleven_multilingual_v2",  // 或 "eleven_v3"
        },
      },
    },
  },
}

Discord 语音频道使用 ElevenLabs 流式 TTS，latencyTier 映射到 optimize_streaming_latency（eleven_v3 不支持该参数）。

批量 STT 配置

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

流式 STT（Voice Call）

参数	配置路径	默认值
API Key	...providers.elevenlabs.apiKey	回退到环境变量
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

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "${ELEVENLABS_API_KEY}",
                audioFormat: "ulaw_8000",
                commitStrategy: "vad",
                languageCode: "en",
              },
            },
          },
        },
      },
    },
  },
}

Twilio 电话音频为 8 kHz G.711 u-law，ElevenLabs 默认 ulaw_8000 可直接转发无需转码。

Google Meet 流式 STT 需在 plugins.entries.google-meet.config.realtime.transcriptionProvider 设为 "elevenlabs"。

相关链接

• provider-deepgram — 另一个 STT 提供商
• provider-inworld — TTS 提供商
• providers — 所有 provider 总览