Providers
اینورلد
Inworld یک ارائهدهندهٔ تبدیل متن به گفتار جریانی (TTS) است. در OpenClaw، این سرویس صدای پاسخهای خروجی (بهطور پیشفرض MP3 و برای یادداشتهای صوتی OGG_OPUS) و صدای خام PCM را برای کانالهای تلفنی مانند Voice Call تولید میکند.
OpenClaw درخواستها را به نقطهٔ پایانی TTS جریانی Inworld ارسال میکند، قطعههای صوتی base64 بازگشتی را در یک بافر واحد به هم متصل میکند و نتیجه را به خط لولهٔ استاندارد صدای پاسخ تحویل میدهد.
| ویژگی | مقدار |
|---|---|
| شناسهٔ ارائهدهنده | inworld |
| Plugin | بستهٔ خارجی رسمی (@openclaw/inworld-speech) |
| قرارداد | speechProviders (فقط TTS) |
| متغیر محیطی احراز هویت | INWORLD_API_KEY (HTTP Basic، اعتبارنامهٔ Base64 داشبورد) |
| نشانی پایه | https://api.inworld.ai |
| صدای پیشفرض | Sarah |
| مدل پیشفرض | inworld-tts-1.5-max |
| خروجی | MP3 (پیشفرض)، OGG_OPUS (یادداشت صوتی)، PCM با نرخ 22050 هرتز (تلفنی) |
| وبسایت | inworld.ai |
| مستندات | docs.inworld.ai/tts/tts |
نصب Plugin
openclaw plugins install @openclaw/inworld-speechopenclaw gateway restartشروع به کار
کلید API خود را تنظیم کنید
اعتبارنامه را از داشبورد Inworld خود (Workspace > API Keys) کپی کنید و آن را بهعنوان یک متغیر محیطی تنظیم کنید. مقدار بدون تغییر بهعنوان اعتبارنامهٔ HTTP Basic ارسال میشود؛ بنابراین آن را دوباره با Base64 کدگذاری نکنید و به توکن bearer تبدیل نکنید.
INWORLD_API_KEY=<base64-credential-from-dashboard>Inworld را در messages.tts انتخاب کنید
{ messages: { tts: { auto: "always", provider: "inworld", providers: { inworld: { voiceId: "Sarah", modelId: "inworld-tts-1.5-max", }, }, }, },}یک پیام ارسال کنید
از طریق هر کانال متصل، پاسخی ارسال کنید. OpenClaw صدا را با Inworld تولید میکند و آن را بهصورت MP3 تحویل میدهد (یا هنگامی که کانال انتظار یادداشت صوتی دارد، بهصورت OGG_OPUS).
گزینههای پیکربندی
| گزینه | مسیر | توضیح |
|---|---|---|
apiKey |
messages.tts.providers.inworld.apiKey |
اعتبارنامهٔ Base64 داشبورد. در صورت نبود، از INWORLD_API_KEY استفاده میکند. |
baseUrl |
messages.tts.providers.inworld.baseUrl |
بازنویسی نشانی پایهٔ API Inworld (پیشفرض https://api.inworld.ai). |
voiceId |
messages.tts.providers.inworld.voiceId |
شناسهٔ صدا (پیشفرض Sarah). نام مستعار قدیمی: speakerVoiceId. |
modelId |
messages.tts.providers.inworld.modelId |
شناسهٔ مدل TTS (پیشفرض inworld-tts-1.5-max). |
temperature |
messages.tts.providers.inworld.temperature |
دمای نمونهبرداری، از 0 (غیرشامل) تا 2 (اختیاری). |
نکات
احراز هویت
Inworld از احراز هویت HTTP Basic با یک رشتهٔ اعتبارنامهٔ کدگذاریشده با Base64 استفاده میکند. آن را بدون تغییر از داشبورد Inworld کپی کنید. ارائهدهنده آن را بدون هیچ کدگذاری دیگری بهصورت Authorization: Basic <apiKey> ارسال میکند؛ بنابراین خودتان آن را با Base64 کدگذاری نکنید و توکنی به سبک bearer وارد نکنید. برای همین نکته، یادداشتهای احراز هویت TTS را ببینید.
مدلها
شناسههای مدل پشتیبانیشده: inworld-tts-1.5-max (پیشفرض)، inworld-tts-1.5-mini، inworld-tts-1-max، inworld-tts-1.
خروجیهای صوتی
پاسخها بهطور پیشفرض از MP3 استفاده میکنند. هنگامی که مقصد کانال voice-note است، OpenClaw از Inworld درخواست OGG_OPUS میکند تا صدا بهصورت یک حباب صوتی بومی پخش شود. تولید صوت تلفنی از PCM خام با نرخ 22050 هرتز برای تغذیهٔ پل تلفنی استفاده میکند.
نقاط پایانی سفارشی
میزبان API را با messages.tts.providers.inworld.baseUrl بازنویسی کنید. پیش از ارسال درخواستها، ممیزهای انتهایی حذف میشوند.
