--- read_when: - macOS/iOS/Android'de Konuşma modunu uygulama - Ses/TTS/kesme davranışını değiştirme summary: 'Konuşma modu: yerel STT/TTS ve gerçek zamanlı ses üzerinden kesintisiz konuşmalar' title: Konuşma modu x-i18n: generated_at: "2026-07-12T12:24:38Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: 4180dcbf7a62cd03e2d18f2c568ed2182c9cf2f80159154a7d261bcb9b3ebee0 source_path: nodes/talk.md workflow: 16 --- Talk modu beş çalışma zamanı biçimini kapsar: - **Yerel macOS/iOS/Android Talk**: yerel konuşma tanıma, Gateway sohbeti ve `talk.speak` TTS. Node'lar `talk` yeteneğini duyurur ve hangi `talk.*` komutlarını desteklediklerini bildirir. - **iOS Talk (gerçek zamanlı)**: `webrtc` aktarımını seçen veya aktarımı belirtmeyen OpenAI gerçek zamanlı yapılandırmaları için istemci tarafından yönetilen WebRTC. Açıkça belirtilen `gateway-relay`, `provider-websocket` ve OpenAI dışı gerçek zamanlı yapılandırmalar Gateway tarafından yönetilen aktarıcıda kalır; gerçek zamanlı olmayan yapılandırmalar yerel konuşma döngüsünü kullanır. - **Tarayıcı Talk**: istemci tarafından yönetilen `webrtc`/`provider-websocket` oturumları için `talk.client.create` veya Gateway tarafından yönetilen `gateway-relay` oturumları için `talk.session.create`. `managed-room`, Gateway devri ve bas-konuş odaları için ayrılmıştır. - **Android Talk (gerçek zamanlı)**: `talk.realtime.mode: "realtime"` ve `talk.realtime.transport: "gateway-relay"` ile etkinleştirin. Aksi hâlde Android; yerel konuşma tanıma, Gateway sohbeti ve `talk.speak` kullanmaya devam eder. - **Yalnızca transkripsiyon istemcileri**: Asistanın sesli yanıtı olmadan altyazı/dikte için `talk.session.create({ mode: "transcription", transport: "gateway-relay", brain: "none" })`, ardından `talk.session.appendAudio`, `talk.session.cancelTurn` ve `talk.session.close`. Tek seferde yüklenen sesli notlar yine [medya anlama](/tr/nodes/media-understanding) ses yolunu kullanır. Yerel Talk sürekli bir döngüdür: konuşmayı dinler, transkripti etkin oturum üzerinden modele gönderir, yanıtı bekler ve ardından yapılandırılmış Talk sağlayıcısı (`talk.speak`) aracılığıyla seslendirir. İstemci tarafından yönetilen gerçek zamanlı Talk, doğrudan `chat.send` çağırmak yerine sağlayıcı araç çağrılarını `talk.client.toolCall` üzerinden iletir. Gerçek zamanlı danışma etkin durumdayken istemciler, konuşulan girdiyi `status`, `steer`, `cancel` veya `followup` olarak sınıflandırmak için `talk.client.steer` ya da `talk.session.steer` çağırabilir. Kabul edilen yönlendirme, etkin gömülü çalıştırmanın kuyruğuna eklenir; reddedilen yönlendirme `no_active_run`, `not_streaming` veya `compacting` gibi bir neden döndürür. Yalnızca transkripsiyon amaçlı Talk, gerçek zamanlı ve STT/TTS oturumlarıyla aynı Talk olay zarfını yayar ancak `mode: "transcription"` ve `brain: "none"` kullanır. Tüm Talk oturumları olayları `talk.event` kanalında yayınlar; istemciler kısmi/nihai transkript güncellemeleri (`transcript.delta`/`transcript.done`) ve diğer oturum telemetrisi için bu kanala abone olur. ## Davranış (macOS) - Talk modu etkinken her zaman açık katman. - **Dinleme → Düşünme → Konuşma** aşama geçişleri. - Kısa bir duraklamada (sessizlik aralığı) mevcut transkript gönderilir. - Yanıtlar WebChat'e yazılır (yazmayla aynı şekilde). - **Konuşmayla kesme** (varsayılan olarak açık): kullanıcı, asistan konuşurken konuşursa oynatma durur ve kesinti zaman damgası bir sonraki istem için kaydedilir. ## Yanıtlardaki ses yönergeleri Asistan, sesi denetlemek için yanıtın başına tek satırlık JSON ekleyebilir: ```json { "voice": "", "once": true } ``` Kurallar: - Yalnızca boş olmayan ilk satır; JSON satırı TTS oynatımından önce kaldırılır. - Bilinmeyen anahtarlar yok sayılır. - `once: true` yalnızca mevcut yanıta uygulanır; bu olmadan ses, Talk modunun yeni varsayılanı olur. Desteklenen anahtarlar: `voice` / `voice_id` / `voiceId`, `model` / `model_id` / `modelId`, `speed`, `rate` (dakika başına sözcük), `stability`, `similarity`, `style`, `speakerBoost`, `seed`, `normalize`, `lang`, `output_format`, `latency_tier`, `once`. ## Yapılandırma (`~/.openclaw/openclaw.json`) ```json5 { talk: { provider: "elevenlabs", providers: { elevenlabs: { voiceId: "elevenlabs_voice_id", modelId: "eleven_v3", outputFormat: "mp3_44100_128", apiKey: "elevenlabs_api_key", }, mlx: { modelId: "mlx-community/Soprano-80M-bf16", }, system: {}, }, speechLocale: "ru-RU", silenceTimeoutMs: 1500, interruptOnSpeech: true, realtime: { provider: "openai", providers: { openai: { apiKey: "openai_api_key", model: "gpt-realtime-2.1", speakerVoice: "cedar", }, }, instructions: "Sıcak bir üslupla konuş ve yanıtları kısa tut.", mode: "realtime", transport: "webrtc", brain: "agent-consult", }, }, } ``` | Anahtar | Varsayılan | Notlar | | ---------------------------------------- | ------------------------------------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `provider` | - | Etkin Talk TTS sağlayıcısı. macOS'teki yerel oynatma yolları için `elevenlabs`, `mlx` veya `system` kullanın. | | `providers..voiceId` | - | ElevenLabs, `ELEVENLABS_VOICE_ID` / `SAG_VOICE_ID` değerlerine veya API anahtarıyla kullanılabilen ilk sese geri döner. | | `providers.elevenlabs.modelId` | `eleven_v3` | | | `providers.mlx.modelId` | `mlx-community/Soprano-80M-bf16` | | | `providers.elevenlabs.apiKey` | - | `ELEVENLABS_API_KEY` değerine (veya mevcutsa Gateway kabuk profiline) geri döner. | | `speechLocale` | aygıt varsayılanı | iOS/macOS'te aygıt üzerinde Talk konuşma tanıma için BCP 47 yerel ayar kimliği. | | `silenceTimeoutMs` | macOS/Android için `700` ms, iOS için `900` ms | Talk transkripti göndermeden önceki duraklama aralığı. | | `interruptOnSpeech` | `true` | | | `outputFormat` | macOS/iOS için `pcm_44100`, Android için `pcm_24000` | MP3 akışını zorlamak için `mp3_*` olarak ayarlayın. | | `consultThinkingLevel` | ayarlanmamış | Gerçek zamanlı `openclaw_agent_consult` çağrılarının arkasındaki aracı çalıştırması için düşünme düzeyi geçersiz kılma değeri. | | `consultFastMode` | ayarlanmamış | Gerçek zamanlı `openclaw_agent_consult` çağrıları için hızlı mod geçersiz kılma değeri. | | `realtime.provider` | - | WebRTC için `openai`, sağlayıcı WebSocket'i için `google` veya Gateway aktarıcısı üzerinden yalnızca köprü işlevli bir sağlayıcı. | | `realtime.providers.` | - | Sağlayıcı tarafından yönetilen gerçek zamanlı yapılandırma. Tarayıcılar yalnızca geçici/kısıtlı oturum kimlik bilgilerini alır; hiçbir zaman standart bir API anahtarı almaz. | | `realtime.providers.openai.speakerVoice` | `alloy` | Yerleşik OpenAI Realtime ses kimliği (eski `voice` anahtarı hâlâ çalışır ancak kullanım dışıdır). Güncel `gpt-realtime-2.1` sesleri: `alloy`, `ash`, `ballad`, `cedar`, `coral`, `echo`, `marin`, `sage`, `shimmer`, `verse`; en iyi kalite için `marin` ve `cedar` önerilir. | | `realtime.transport` | - | `webrtc`: iOS'te ve tarayıcıda istemci tarafından yönetilen OpenAI WebRTC. `provider-websocket`: tarayıcı tarafından yönetilir, iOS'te Gateway aktarıcısında kalır. `gateway-relay`: sağlayıcı sesini Gateway üzerinde tutar; Android gerçek zamanı yalnızca bu aktarımla kullanır. | | `realtime.brain` | - | `agent-consult`, gerçek zamanlı araç çağrılarını Gateway politikası üzerinden yönlendirir; `direct-tools`, eski doğrudan araç uyumluluğu içindir; `none`, transkripsiyon/harici orkestrasyon içindir. | | `realtime.consultRouting` | - | `provider-direct`, sağlayıcı `openclaw_agent_consult` çağrısını atladığında sağlayıcının doğrudan yanıtını korur; `force-agent-consult` ise kesinleşmiş kullanıcı transkriptlerini OpenClaw üzerinden yönlendirir. | | `realtime.instructions` | - | Sağlayıcıya yönelik sistem talimatlarını OpenClaw'ın yerleşik gerçek zamanlı istemine ekler (ses stili/tonu); varsayılan `openclaw_agent_consult` yönlendirmesi korunur. | `talk.catalog`, standart sağlayıcı kimliklerini ve kayıt defteri takma adlarını, her sağlayıcının geçerli modlarını/aktarımlarını/beyin stratejilerini/gerçek zamanlı ses biçimlerini/yetenek bayraklarını ve çalışma zamanında seçilen hazır olma sonucunu sunar. Birinci taraf Talk istemcileri, sağlayıcı takma adlarını yerel olarak yönetmek yerine bu kataloğu okumalıdır; grup hazır olma bilgisini içermeyen eski bir Gateway'i kesin olarak yapılandırılmamış değil, doğrulanmamış olarak değerlendirin. Akışlı transkripsiyon sağlayıcıları `talk.catalog.transcription` üzerinden keşfedilir; mevcut Gateway aktarımı, özel bir Talk transkripsiyon yapılandırma yüzeyi yayımlanana kadar Voice Call akış sağlayıcısı yapılandırmasını kullanır. ## macOS kullanıcı arayüzü - Menü çubuğu geçişi: **Talk** - Yapılandırma sekmesi: **Talk Modu** grubu (ses kimliği + kesme geçişi) - Katman: Küre, evrensel konuşma dalga biçimini oluşturur (iOS, watchOS ve Android ile ortaktır). Dinleme sırasında canlı mikrofon seviyesi, Konuşma sırasında gerçek TTS oynatma zarfı izlenir; Düşünme sırasında hafifçe nefes alıp verir. Duraklatmak/devam ettirmek için küreye tıklayın, konuşmayı durdurmak için çift tıklayın, Talk modundan çıkmak için X'e tıklayın. ## Android kullanıcı arayüzü - Ses sekmesi geçişi: **Talk** - Manuel **Mikrofon** ve **Talk**, birbirini dışlayan yakalama modlarıdır. - Manuel Mikrofon ve gerçek zamanlı Talk, bağlı bir Bluetooth Classic veya BLE kulaklık mikrofonunu tercih eder; bağlantı kesilirse uygulama başka bir kulaklık girişi ister veya varsayılan mikrofona geri döner ve yakalama durduğunda varsayılan tercihi yeniden etkinleştirir. - Uygulama ön plandan ayrıldığında veya kullanıcı Ses sekmesinden çıktığında Manuel Mikrofon durur. - Talk Modu, kapatılana veya Node bağlantısı kesilene kadar çalışmayı sürdürür ve etkin olduğu sürede Android'in mikrofon ön plan hizmeti türünü kullanır. - Android, düşük gecikmeli `AudioTrack` akışı için `pcm_16000`, `pcm_22050`, `pcm_24000` ve `pcm_44100` çıkış biçimlerini destekler. ## Notlar - Konuşma + Mikrofon izinleri gerektirir. - Yerel Talk, etkin Gateway oturumunu kullanır ve yalnızca yanıt olayları kullanılamadığında geçmiş yoklamasına geri döner. - Gateway, etkin Talk sağlayıcısını kullanarak Talk oynatmasını `talk.speak` üzerinden çözümler. Android, yalnızca bu RPC kullanılamadığında yerel sistem TTS'sine geri döner. - macOS yerel MLX oynatması, mevcut olduğunda paketle birlikte gelen `openclaw-mlx-tts` yardımcısını veya `PATH` üzerindeki bir yürütülebilir dosyayı kullanır. Geliştirme sırasında özel bir yardımcı ikili dosyayı göstermek için `OPENCLAW_MLX_TTS_BIN` değişkenini ayarlayın. - Ses yönergesi değer aralıkları (ElevenLabs): `stability`, `similarity` ve `style`, `0..1`; `speed`, `0.5..2`; `latency_tier` ise `0..4` aralığındaki değerleri kabul eder. ## İlgili konular - [Sesle uyandırma](/tr/nodes/voicewake) - [Ses ve sesli notlar](/tr/nodes/audio) - [Medya anlama](/tr/nodes/media-understanding)