OpenClawDocs
View as MarkdownView this page as plain textOpen in ChatGPTAsk questions about this pageOpen in ClaudeAsk questions about this page

Tools

文字轉語音

OpenClaw 可透過 14 個語音供應商將輸出回覆轉換為音訊： 在 Feishu、Matrix、Telegram 和 WhatsApp 上使用原生語音訊息；在其他各處使用音訊 附件；並為電話與 Talk 提供 PCM/Ulaw 串流。

TTS 是 Talk stt-tts 模式的語音輸出部分（talk.speak 呼叫也使用 相同的合成路徑）。供應商原生的 realtime Talk 工作階段會在即時供應商 內合成語音；transcription 工作階段則絕不合成助理語音回覆。

快速開始

  • 選擇供應商

    OpenAI 和 ElevenLabs 是最可靠的託管選項。Microsoft 和 本機命令列介面無須 API 金鑰即可運作。完整清單請參閱供應商矩陣。

  • 設定 API 金鑰

    匯出供應商的環境變數（例如 OPENAI_API_KEY、 ELEVENLABS_API_KEY）。Microsoft 和本機命令列介面不需要金鑰。

  • 在設定中啟用

    設定 messages.tts.auto: "always" 和 messages.tts.provider：

    json5
    {  messages: {    tts: {      auto: "always",      provider: "elevenlabs",    },  },}

  • 在聊天中試用

    /tts status 會顯示目前狀態。/tts audio Hello from OpenClaw 會傳送一次性的音訊回覆。

    • 支援的供應商

    供應商 驗證 備註
    Azure Speech AZURE_SPEECH_KEY + AZURE_SPEECH_REGION（亦支援 AZURE_SPEECH_API_KEY、SPEECH_KEY、SPEECH_REGION） 原生 Ogg/Opus 語音訊息輸出與電話語音。
    DeepInfra DEEPINFRA_API_KEY 與 OpenAI 相容的 TTS。預設為 hexgrad/Kokoro-82M。
    ElevenLabs ELEVENLABS_API_KEY 或 XI_API_KEY 支援語音複製、多語言，並可透過 seed 實現確定性；以串流方式供 Discord 語音播放。
    Google Gemini GEMINI_API_KEY 或 GOOGLE_API_KEY Gemini API 批次 TTS；可透過 promptTemplate: "audio-profile-v1" 感知角色設定。
    Gradium GRADIUM_API_KEY 語音訊息與電話語音輸出。
    Inworld INWORLD_API_KEY 串流 TTS API。原生 Opus 語音訊息與 PCM 電話語音。
    本機命令列介面 無 執行已設定的本機 TTS 命令。
    Microsoft 無 透過 node-edge-tts 使用公用 Edge 神經網路 TTS。盡力提供，不保證服務等級。
    MiniMax MINIMAX_API_KEY（或權杖方案：MINIMAX_OAUTH_TOKEN、MINIMAX_CODE_PLAN_KEY、MINIMAX_CODING_API_KEY） T2A v2 API。預設為 speech-2.8-hd。
    OpenAI OPENAI_API_KEY 也用於自動摘要；支援角色設定 instructions。
    OpenRouter OPENROUTER_API_KEY（可重複使用 models.providers.openrouter.apiKey） 預設模型為 hexgrad/kokoro-82m。
    Volcengine VOLCENGINE_TTS_API_KEY 或 BYTEPLUS_SEED_SPEECH_API_KEY（舊版 AppID／權杖：VOLCENGINE_TTS_APPID/_TOKEN） BytePlus Seed Speech HTTP API。
    Vydra VYDRA_API_KEY 共用的圖片、影片與語音供應商。
    xAI XAI_API_KEY xAI 批次 TTS。不支援原生 Opus 語音訊息。
    Xiaomi MiMo XIAOMI_API_KEY 透過 Xiaomi 聊天補全使用 MiMo TTS。

    若已設定多個供應商，會優先使用所選供應商，其他供應商則作為備援選項。 自動摘要會使用 summaryModel（或 agents.defaults.model.primary），因此若保持啟用摘要， 也必須為該供應商完成驗證。

    設定

    TTS 設定位於 ~/.openclaw/openclaw.json 的 messages.tts 之下。請選擇 預設範本並調整供應商區塊。以下顯示的 speakerVoice/speakerVoiceId 欄位是標準欄位；各供應商自己的 voice/voiceId/ voiceName 欄位名稱仍可作為舊版別名使用。

    Azure Speech

    json5
    {messages: {tts: {  auto: "always",  provider: "azure-speech",  providers: {    "azure-speech": {      apiKey: "${AZURE_SPEECH_KEY}",      region: "eastus",      speakerVoice: "en-US-JennyNeural",      lang: "en-US",      outputFormat: "audio-24khz-48kbitrate-mono-mp3",      voiceNoteOutputFormat: "ogg-24khz-16bit-mono-opus",    },  },},},}

    ElevenLabs

    json5
    {messages: {tts: {  auto: "always",  provider: "elevenlabs",  providers: {    elevenlabs: {      apiKey: "${ELEVENLABS_API_KEY}",      model: "eleven_multilingual_v2",      speakerVoiceId: "EXAVITQu4vr4xnSDxMaL",    },  },},},}

    Google Gemini

    json5
    {messages: {tts: {  auto: "always",  provider: "google",  providers: {    google: {      apiKey: "${GEMINI_API_KEY}",      model: "gemini-3.1-flash-tts-preview",      speakerVoice: "Kore",      // 選用的自然語言風格提示詞：      // audioProfile: "以平靜的 Podcast 主持人口吻說話。",      // speakerName: "Alex",    },  },},},}

    Gradium

    json5
    {messages: {tts: {  auto: "always",  provider: "gradium",  providers: {    gradium: {      apiKey: "${GRADIUM_API_KEY}",      speakerVoiceId: "YTpq7expH9539ERJ",    },  },},},}

    Inworld

    json5
    {messages: {tts: {  auto: "always",  provider: "inworld",  providers: {    inworld: {      apiKey: "${INWORLD_API_KEY}",      modelId: "inworld-tts-1.5-max",      speakerVoiceId: "Sarah",      temperature: 0.7,    },  },},},}

    本機命令列介面

    json5
    {messages: {tts: {  auto: "always",  provider: "tts-local-cli",  providers: {    "tts-local-cli": {      command: "say",      args: ["-o", "{{OutputPath}}", "{{Text}}"],      outputFormat: "wav",      timeoutMs: 120000,    },  },},},}

    Microsoft（無須金鑰）

    json5
    {messages: {tts: {  auto: "always",  provider: "microsoft",  providers: {    microsoft: {      enabled: true,      speakerVoice: "en-US-MichelleNeural",      lang: "en-US",      outputFormat: "audio-24khz-48kbitrate-mono-mp3",      rate: "+0%",      pitch: "+0%",    },  },},},}

    MiniMax

    json5
    {messages: {tts: {  auto: "always",  provider: "minimax",  providers: {    minimax: {      apiKey: "${MINIMAX_API_KEY}",      model: "speech-2.8-hd",      speakerVoiceId: "English_expressive_narrator",      speed: 1.0,      vol: 1.0,      pitch: 0,    },  },},},}

    OpenAI + ElevenLabs

    json5
    {messages: {tts: {  auto: "always",  provider: "openai",  summaryModel: "openai/gpt-4.1-mini",  modelOverrides: { enabled: true },  providers: {    openai: {      apiKey: "${OPENAI_API_KEY}",      model: "gpt-4o-mini-tts",      speakerVoice: "alloy",    },    elevenlabs: {      apiKey: "${ELEVENLABS_API_KEY}",      model: "eleven_multilingual_v2",      speakerVoiceId: "EXAVITQu4vr4xnSDxMaL",      voiceSettings: { stability: 0.5, similarityBoost: 0.75, style: 0.0, useSpeakerBoost: true, speed: 1.0 },      applyTextNormalization: "auto",      languageCode: "en",    },  },},},}

    OpenRouter

    json5
    {messages: {tts: {  auto: "always",  provider: "openrouter",  providers: {    openrouter: {      apiKey: "${OPENROUTER_API_KEY}",      model: "hexgrad/kokoro-82m",      speakerVoice: "af_alloy",      responseFormat: "mp3",    },  },},},}

    Volcengine

    json5
    {messages: {tts: {  auto: "always",  provider: "volcengine",  providers: {    volcengine: {      apiKey: "${VOLCENGINE_TTS_API_KEY}",      resourceId: "seed-tts-1.0",      speakerVoice: "en_female_anna_mars_bigtts",    },  },},},}

    xAI

    json5
    {messages: {tts: {  auto: "always",  provider: "xai",  providers: {    xai: {      apiKey: "${XAI_API_KEY}",      speakerVoiceId: "eve",      language: "en",      responseFormat: "mp3",    },  },},},}

    Xiaomi MiMo

    json5
    {messages: {tts: {  auto: "always",  provider: "xiaomi",  providers: {    xiaomi: {      apiKey: "${XIAOMI_API_KEY}",      model: "mimo-v2.5-tts",      speakerVoice: "mimo_default",      format: "mp3",    },  },},},}

    若使用 Xiaomi mimo-v2.5-tts-voicedesign，請省略 speakerVoice，並將 style 設為 語音設計提示詞。OpenClaw 會將該提示詞作為 TTS user 訊息傳送， 且不會為 voicedesign 模型傳送 audio.voice。

    每個代理程式的語音覆寫

    當某個代理程式需要使用不同的提供者、語音、模型、角色設定或自動 TTS 模式時，請使用 agents.list[].tts。代理程式區塊會深度合併並覆寫 messages.tts，因此提供者認證資訊可以保留在全域提供者設定中：

    json5
    {  messages: {    tts: {      auto: "always",      provider: "elevenlabs",      providers: {        elevenlabs: { apiKey: "${ELEVENLABS_API_KEY}", model: "eleven_multilingual_v2" },      },    },  },  agents: {    list: [      {        id: "reader",        tts: {          providers: {            elevenlabs: { speakerVoiceId: "EXAVITQu4vr4xnSDxMaL" },          },        },      },    ],  },}

    若要為每個代理程式固定角色設定，請在提供者設定旁設定 agents.list[].tts.persona；它只會為該代理程式覆寫全域 messages.tts.persona。

    自動回覆、/tts audio、/tts status 與 tts 代理程式工具的優先順序：

    1. messages.tts
    2. 作用中的 agents.list[].tts
    3. 頻道覆寫（當頻道支援 channels.<channel>.tts 時）
    4. 帳號覆寫（當頻道傳遞 channels.<channel>.accounts.<id>.tts 時）
    5. 此主機的本機 /tts 偏好設定
    6. 啟用模型驅動指令時的行內 [[tts:...]] 指令

    頻道與帳號覆寫使用與 messages.tts 相同的結構，並會深度合併並覆寫較早的層級，因此共用的提供者認證資訊可保留在 messages.tts 中，而頻道或機器人帳號只需變更說話者語音、模型、角色設定或自動模式：

    json5
    {  messages: {    tts: {      provider: "openai",      providers: {        openai: { apiKey: "${OPENAI_API_KEY}", model: "gpt-4o-mini-tts" },      },    },  },  channels: {    feishu: {      accounts: {        english: {          tts: {            providers: {              openai: { speakerVoice: "shimmer" },            },          },        },      },    },  },}

    角色設定

    角色設定是可在不同提供者間以確定性方式套用的穩定口語身分。它可以偏好某個提供者、定義與提供者無關的提示意圖，並攜帶語音、模型、提示範本、種子及語音設定等提供者專屬繫結。

    最小角色設定

    json5
    {  messages: {    tts: {      auto: "always",      persona: "narrator",      personas: {        narrator: {          label: "旁白",          provider: "elevenlabs",          providers: {            elevenlabs: {              speakerVoiceId: "EXAVITQu4vr4xnSDxMaL",              modelId: "eleven_multilingual_v2",            },          },        },      },    },  },}

    完整角色設定（與提供者無關的提示）

    json5
    {  messages: {    tts: {      auto: "always",      persona: "alfred",      personas: {        alfred: {          label: "Alfred",          description: "冷面而溫暖的英國管家旁白。",          provider: "google",          fallbackPolicy: "preserve-persona",          prompt: {            profile: "一位才智出眾的英國管家。冷面、風趣、溫暖、迷人、情感豐富，絕不流於平庸。",            scene: "寧靜的深夜書房。以近距離收音為可信賴的操作者敘述。",            sampleContext: "說話者正以簡潔的自信與冷面式溫暖，回答一項私密的技術請求。",            style: "優雅、內斂，略帶笑意。",            accent: "英式英語。",            pacing: "節奏沉穩，穿插短暫的戲劇性停頓。",            constraints: ["不要朗讀設定值。", "不要解釋角色設定。"],          },          providers: {            google: {              model: "gemini-3.1-flash-tts-preview",              speakerVoice: "Algieba",              promptTemplate: "audio-profile-v1",            },            openai: { model: "gpt-4o-mini-tts", speakerVoice: "cedar" },            elevenlabs: {              speakerVoiceId: "voice_id",              modelId: "eleven_multilingual_v2",              seed: 42,              voiceSettings: {                stability: 0.65,                similarityBoost: 0.8,                style: 0.25,                useSpeakerBoost: true,                speed: 0.95,              },            },          },        },      },    },  },}

    角色設定解析

    作用中的角色設定會以確定性方式選取：

    1. 本機 /tts persona <id> 偏好設定（若已設定）。
    2. messages.tts.persona（若已設定）。
    3. 無角色設定。

    提供者選擇會優先採用明確指定：

    1. 直接覆寫（命令列介面、閘道、Talk、允許的 TTS 指令）。
    2. 本機 /tts provider <id> 偏好設定。
    3. 作用中角色設定的 provider。
    4. messages.tts.provider。
    5. 登錄檔自動選取。

    每次嘗試提供者時，OpenClaw 會依下列順序合併設定：

    1. messages.tts.providers.<id>
    2. messages.tts.personas.<persona>.providers.<id>
    3. 受信任的請求覆寫
    4. 允許的模型輸出 TTS 指令覆寫

    提供者如何使用角色設定提示

    角色設定提示欄位（profile、scene、sampleContext、style、accent、 pacing、constraints）與提供者無關。各提供者自行決定如何使用這些欄位：

    Google Gemini

    僅當有效的 Google 提供者設定設置了 promptTemplate: "audio-profile-v1" 或 personaPrompt 時，才會將角色設定提示欄位包裝成 Gemini TTS 提示結構。較舊的 audioProfile 與 speakerName 欄位仍會作為 Google 專屬提示文字加在前方。[[tts:text]] 區塊內的 [whispers] 或 [laughs] 等行內音訊標籤會保留在 Gemini 逐字稿中；OpenClaw 不會產生這些標籤。

    OpenAI

    僅當未設定明確的 OpenAI instructions 時，才會將角色設定提示欄位對應至請求的 instructions 欄位。明確的 instructions 一律優先。

    其他提供者

    僅使用 personas.<id>.providers.<provider> 下的提供者專屬角色設定繫結。除非提供者實作自己的角色設定提示對應，否則會忽略角色設定提示欄位。

    備援政策

    fallbackPolicy 控制角色設定對嘗試使用的提供者沒有繫結時的行為：

    政策 行為
    preserve-persona **預設。**與提供者無關的提示欄位仍可使用；提供者可以使用或忽略它們。
    provider-defaults 該次嘗試的提示準備會省略角色設定；提供者使用其中性預設值，同時繼續備援至其他提供者。
    fail 以 reasonCode: "not_configured" 和 personaBinding: "missing" 略過該提供者嘗試。仍會嘗試備援提供者。

    只有在嘗試的每個提供者都被略過或失敗時，整個 TTS 請求才會失敗。

    Talk 工作階段的提供者選擇以工作階段為範圍。Talk 用戶端應從 talk.catalog 選擇提供者 ID、模型 ID、語音 ID 與地區設定，並透過 Talk 工作階段或交接請求傳遞。開啟語音工作階段不應變更 messages.tts 或全域 Talk 提供者預設值。

    模型驅動指令

    預設情況下，助理可以輸出 [[tts:...]] 指令，為單一回覆覆寫語音、模型或速度，並可選擇加入 [[tts:text]]...[[/tts:text]] 區塊，用於只應出現在音訊中的表達提示：

    text
    給你。 [[tts:speakerVoiceId=pMsXgVXv3BLzUgSXRplE model=eleven_v3 speed=1.1]][[tts:text]]（笑）再讀一次這首歌。[[/tts:text]]

    當 messages.tts.auto 為 "tagged" 時，必須有指令才會觸發音訊。串流區塊傳遞會在頻道收到內容之前，從可見文字中移除指令，即使指令被拆分至相鄰區塊也一樣。

    除非 modelOverrides.allowProvider: true，否則會忽略 provider=...。當回覆宣告 provider=... 時，該指令中的其他索引鍵只會由該提供者解析；不支援的索引鍵會被移除，並回報為 TTS 指令警告。

    可用的指令索引鍵：

    • provider（已登錄的提供者 ID；需要 allowProvider: true）
    • speakerVoice / speakerVoiceId（舊版別名：voice、voiceName、voice_name、google_voice、voiceId）
    • model / google_model
    • stability、similarityBoost、style、speed、useSpeakerBoost
    • vol / volume（MiniMax 音量，(0, 10]）
    • pitch（MiniMax 整數音高，−12 至 12；小數值會被截斷）
    • emotion（Volcengine 情緒標籤）
    • applyTextNormalization（auto|on|off）
    • languageCode（ISO 639-1）
    • seed

    完全停用模型覆寫：

    json5
    { messages: { tts: { modelOverrides: { enabled: false } } } }

    允許切換提供者，同時保持其他控制項可設定：

    json5
    { messages: { tts: { modelOverrides: { enabled: true, allowProvider: true, allowSeed: false } } }

    斜線命令

    單一命令 /tts。在 Discord 上，OpenClaw 也會登錄 /voice，因為 /tts 是 Discord 的內建命令；文字 /tts ... 仍可使用。

    text
    /tts off | on | status/tts chat on | off | default/tts latest/tts provider <id>/tts persona <id> | off/tts limit <chars>/tts summary off/tts audio <text>

    行為注意事項：

    • /tts on 將本機 TTS 偏好設定寫入 always；/tts off 則寫入 off。
    • /tts chat on|off|default 為目前聊天寫入工作階段範圍的自動 TTS 覆寫。
    • /tts persona <id> 寫入本機角色設定偏好；/tts persona off 會將其清除。
    • /tts latest 從目前工作階段逐字稿讀取最新的助理回覆，並將其作為音訊傳送一次。它只會在工作階段項目中儲存該回覆的雜湊，以避免重複傳送語音。
    • /tts audio 產生一次性音訊回覆（不會開啟 TTS）。
    • /tts limit <chars> 接受 100–4096（4096 是 Telegram 說明文字／訊息上限）；超出此範圍的值會被拒絕。
    • limit 與 summary 儲存在本機偏好設定中，而非主要設定。
    • /tts status 包含最新嘗試的備援診斷資訊，包括 Fallback: <primary> -> <used>、Attempts: ...，以及每次嘗試的詳細資料（provider:outcome(reasonCode) latency）。
    • 啟用 TTS 時，/status 會顯示作用中的 TTS 模式，以及已設定的提供者、模型、語音和經清理的自訂端點中繼資料。

    每位使用者的偏好設定

    斜線命令會將本機覆寫寫入 prefsPath。預設值為 ~/.openclaw/settings/tts.json；可使用 OPENCLAW_TTS_PREFS 環境變數 或 messages.tts.prefsPath 覆寫。

    儲存的欄位 效果
    auto 本機自動 TTS 覆寫（always、off、…）
    provider 本機主要供應商覆寫
    persona 本機角色設定覆寫
    maxLength 摘要／截斷閾值（預設 1500 個字元，/tts limit 範圍為 100–4096）
    summarize 摘要開關（預設 true）

    這些設定會覆寫來自 messages.tts 的有效設定，以及該主機目前使用中的 agents.list[].tts 區塊。

    輸出格式

    TTS 語音傳送由頻道功能決定。頻道外掛會宣告： 語音形式的 TTS 是否應要求供應商提供原生 voice-note 目標，或 維持一般的 audio-file 合成；以及頻道是否會在傳送前對 非原生輸出進行轉碼。

    目標 格式
    Feishu / Matrix / Telegram / WhatsApp 語音訊息回覆偏好使用 Opus（ElevenLabs 的 opus_48000_64、OpenAI 的 opus）。48 kHz / 64 kbps 可兼顧清晰度與檔案大小。
    其他頻道 MP3（ElevenLabs 的 mp3_44100_128、OpenAI 的 mp3）。44.1 kHz / 128 kbps 是語音品質與檔案大小的預設平衡。
    Talk / 電話通訊 供應商原生 PCM（Inworld 22050 Hz、Google 24 kHz），或使用 Gradium 的 ulaw_8000 進行電話通訊。

    各供應商注意事項：

    • **Feishu / WhatsApp 轉碼：**當語音訊息回覆產生 MP3/WebM/WAV/M4A 或其他可能的音訊檔案時，頻道外掛會在傳送原生語音訊息前，使用 ffmpeg（libopus，64 kbps）將其轉碼為 48 kHz Ogg/Opus。WhatsApp 會透過 Baileys 的 audio 承載資料傳送結果，並使用 ptt: true 和 audio/ogg; codecs=opus。轉碼失敗時：Feishu 會攔截錯誤，改以一般附件傳送原始檔案；WhatsApp 沒有後備機制，因此傳送本身會失敗，而不會發布不相容的 PTT 承載資料。
    • **MiniMax：**一般音訊附件使用 MP3（speech-2.8-hd 模型，32 kHz 取樣率）；對於頻道宣告的語音訊息目標，會使用 ffmpeg 轉碼為 48 kHz Opus。
    • **Xiaomi MiMo：**預設使用 MP3，設定後也可使用 WAV；對於頻道宣告的語音訊息目標，會使用 ffmpeg 轉碼為 48 kHz Opus。
    • **本機命令列介面：**使用設定的 outputFormat。語音訊息目標會轉換為 Ogg/Opus，電話通訊輸出則會使用 ffmpeg 轉換為原始 16 kHz 單聲道 PCM。
    • **Google Gemini：**傳回原始 24 kHz PCM。OpenClaw 會將其封裝為 WAV 以用於音訊附件、轉碼為 48 kHz Opus 以用於語音訊息目標，並直接傳回 PCM 以用於 Talk／電話通訊。
    • **Gradium：**音訊附件使用 WAV、語音訊息目標使用 Opus，電話通訊則使用 8 kHz 的 ulaw_8000。
    • **Inworld：**一般音訊附件使用 MP3、語音訊息目標使用原生 OGG_OPUS，Talk／電話通訊則使用 22050 Hz 的原始 PCM。
    • **xAI：**預設使用 MP3；音訊檔案合成的緩衝與串流輸出皆可使用 mp3、wav、pcm、mulaw 或 alaw。語音訊息目標的串流與緩衝後備輸出均使用 MP3，因為 xAI 的 pcm、mulaw 和 alaw 輸出是不含標頭的原始音訊。緩衝合成使用 xAI 的批次 REST /v1/tts 端點；textToSpeechStream 使用原生 wss://api.x.ai/v1/tts。這不是即時語音合約。不支援原生 Opus 語音訊息格式。
    • **Microsoft：**使用 microsoft.outputFormat（預設為 audio-24khz-48kbitrate-mono-mp3）。
      • 隨附的傳輸層接受 outputFormat，但服務不一定提供所有格式。
      • 輸出格式值遵循 Microsoft Speech 輸出格式（包括 Ogg/WebM Opus）。
      • Telegram sendVoice 接受 OGG/MP3/M4A；如需確保使用 Opus 語音訊息，請使用 OpenAI/ElevenLabs。
      • 如果設定的 Microsoft 輸出格式失敗，OpenClaw 會改用 MP3 重試。
      • 未設定明確的語音覆寫且使用預設英文語音時，如果回覆文字以 CJK 字元為主，OpenClaw 會自動切換至中文神經網路語音（zh-CN-XiaoxiaoNeural、zh-CN 地區設定）。

    OpenAI 和 ElevenLabs 的輸出格式會依頻道固定為上方所列格式。

    自動 TTS 行為

    啟用 messages.tts.auto 時，OpenClaw 會：

    • 如果回覆已包含結構化媒體，則略過 TTS。
    • 略過非常短的回覆（少於 10 個字元）。
    • 啟用摘要時，使用 summaryModel（或 agents.defaults.model.primary）摘要長回覆。
    • 將產生的音訊附加至回覆。
    • 在 mode: "final" 中，文字串流完成後，仍會針對串流的最終回覆傳送僅含音訊的 TTS；產生的媒體會經過與一般回覆附件相同的頻道媒體正規化處理。

    如果回覆超過 maxLength，OpenClaw 絕不會直接略過音訊：

    • 啟用摘要（預設）且摘要模型可用：將文字摘要至約 maxLength 個字元，然後合成摘要。
    • 停用摘要、摘要失敗，或沒有摘要模型可用的 API 金鑰：將文字截斷至 maxLength 個字元，並合成截斷後的文字。
    text
    回覆 -> 已啟用 TTS？  否  -> 傳送文字  是 -> 有媒體／內容很短？          是 -> 傳送文字          否  -> 長度超過限制？                   否  -> TTS -> 附加音訊                   是 -> 摘要已啟用且可用？                            否  -> 截斷 -> TTS -> 附加音訊                            是 -> 摘要 -> TTS -> 附加音訊

    欄位參考

    頂層 messages.tts.*
    auto"off" | "always" | "inbound" | "tagged"

    自動 TTS 模式。inbound 僅在收到語音訊息後傳送音訊；tagged 僅在回覆包含 [[tts:...]] 指令或 [[tts:text]] 區塊時傳送音訊。

    enabledboolean

    舊版切換設定。openclaw doctor --fix 會將其遷移至 auto。

    mode"final" | "all"default: final

    "all" 除了最終回覆外，也包含工具／區塊回覆。

    providerstring

    語音服務供應商 ID。未設定時，OpenClaw 會依登錄檔自動選取順序，使用第一個已設定的服務供應商。舊版 provider: "edge" 會由 openclaw doctor --fix 重寫為 "microsoft"。

    personastring

    來自 personas 的目前角色 ID。會正規化為小寫。

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InBlcnNvbmFzLjxpZA " type="object"> 穩定的語音身分。欄位：label、description、provider、fallbackPolicy、prompt、providers.<provider>。請參閱角色。

    summaryModelstring

    用於自動摘要的低成本模型；預設為 agents.defaults.model.primary。接受 provider/model 或已設定的模型別名。

    modelOverridesobject

    允許模型輸出 TTS 指令。enabled 預設為 true；allowProvider 預設為 false。

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InByb3ZpZGVycy48aWQ " type="object"> 以語音服務供應商 ID 為索引鍵、由服務供應商擁有的設定。舊版直接區塊（messages.tts.openai、.elevenlabs、.microsoft、.edge）會由 openclaw doctor --fix 重寫；請只提交 messages.tts.providers.<id>。

    maxTextLengthnumberdefault: 4096

    TTS 輸入字元數的硬性上限。超過時，/tts audio、tts.convert 和 tts.speak 會失敗。

    timeoutMsnumberdefault: 30000

    請求逾時時間，以毫秒為單位。若已設定每次呼叫的 timeoutMs（代理程式工具、閘道），則以其為準；否則，明確設定的 messages.tts.timeoutMs 優先於任何由外掛提供的服務供應商預設值。

    prefsPathstring

    覆寫本機偏好設定 JSON 路徑（服務供應商／限制／摘要）。預設為 ~/.openclaw/settings/tts.json。

    Azure Speech

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：AZURE_SPEECH_KEY、AZURE_SPEECH_API_KEY 或 SPEECH_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InJlZ2lvbiIgdHlwZT0ic3RyaW5nIg Azure Speech 區域（例如 eastus）。環境變數：AZURE_SPEECH_REGION 或 SPEECH_REGION。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImVuZHBvaW50IiB0eXBlPSJzdHJpbmci 選用的 Azure Speech 端點覆寫（別名 baseUrl）。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg Azure 語音 ShortName。預設為 en-US-JennyNeural。舊版別名：voice。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImxhbmciIHR5cGU9InN0cmluZyI SSML 語言代碼。預設為 en-US。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im91dHB1dEZvcm1hdCIgdHlwZT0ic3RyaW5nIg 標準音訊使用的 Azure X-Microsoft-OutputFormat。預設為 audio-24khz-48kbitrate-mono-mp3。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InZvaWNlTm90ZU91dHB1dEZvcm1hdCIgdHlwZT0ic3RyaW5nIg 語音留言輸出使用的 Azure X-Microsoft-OutputFormat。預設為 ogg-24khz-16bit-mono-opus。 OPENCLAW_DOCS_MARKER:paramClose:

    ElevenLabs

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 後援使用 ELEVENLABS_API_KEY 或 XI_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsIiB0eXBlPSJzdHJpbmci 模型 ID。預設為 eleven_multilingual_v2。舊版 ID eleven_turbo_v2_5/eleven_turbo_v2 會正規化為相符的 flash 模型。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZUlkIiB0eXBlPSJzdHJpbmci ElevenLabs 語音 ID。預設為 pMsXgVXv3BLzUgSXRplE。舊版別名：voiceId。 OPENCLAW_DOCS_MARKER:paramClose:

    voiceSettingsobject

    stability、similarityBoost、style（各為 0..1，預設值為 0.5/0.75/0）、useSpeakerBoost（true|false，預設值為 true）、speed（0.5..2.0，預設值為 1.0）。

    applyTextNormalization"auto" | "on" | "off"

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Imxhbmd1YWdlQ29kZSIgdHlwZT0ic3RyaW5nIg 2 字母 ISO 639-1（例如 en、de）。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNlZWQiIHR5cGU9Im51bWJlciI 用於盡可能實現確定性的整數 0..4294967295。 OPENCLAW_DOCS_MARKER:paramClose:

    baseUrlstring
    Google Gemini

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 回退使用 GEMINI_API_KEY / GOOGLE_API_KEY。若省略，TTS 可在回退至環境變數前重用 models.providers.google.apiKey。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsIiB0eXBlPSJzdHJpbmci Gemini TTS 模型。預設為 gemini-3.1-flash-tts-preview。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg Gemini 預建語音名稱。預設為 Kore。舊版別名：voiceName、voice。 OPENCLAW_DOCS_MARKER:paramClose:

    audioProfilestring
    speakerNamestring

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InByb21wdFRlbXBsYXRlIiB0eXBlPSciYXVkaW8tcHJvZmlsZS12MSIn 設為 audio-profile-v1，以確定性的 Gemini TTS 提示結構包裝作用中的角色提示欄位。 OPENCLAW_DOCS_MARKER:paramClose:

    personaPromptstring

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 僅接受 https://generativelanguage.googleapis.com。 OPENCLAW_DOCS_MARKER:paramClose:

    Gradium

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：GRADIUM_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 位於 api.gradium.ai 的 HTTPS Gradium API URL。預設為 https://api.gradium.ai。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZUlkIiB0eXBlPSJzdHJpbmci 預設為 Emma（YTpq7expH9539ERJ）。舊版別名：voiceId。 OPENCLAW_DOCS_MARKER:paramClose:

    Inworld

    Inworld 主要設定

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：INWORLD_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 預設為 https://api.inworld.ai。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsSWQiIHR5cGU9InN0cmluZyI 預設為 inworld-tts-1.5-max。亦可使用：inworld-tts-1.5-mini、inworld-tts-1-max、inworld-tts-1。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZUlkIiB0eXBlPSJzdHJpbmci 預設為 Sarah。舊版別名：voiceId。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRlbXBlcmF0dXJlIiB0eXBlPSJudW1iZXIi 取樣溫度 0..2（不含 0）。 OPENCLAW_DOCS_MARKER:paramClose:

    本機命令列介面 (tts-local-cli)
    commandstring

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFyZ3MiIHR5cGU9InN0cmluZ1tdIg 命令引數。支援 {{Text}}、{{OutputPath}}、{{OutputDir}}、{{OutputBase}} 預留位置。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im91dHB1dEZvcm1hdCIgdHlwZT0nIm1wMyIgfCAib3B1cyIgfCAid2F2Iic 預期的命令列介面輸出格式。音訊附件預設為 mp3。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRpbWVvdXRNcyIgdHlwZT0ibnVtYmVyIg 命令逾時時間（毫秒）。預設為 120000。 OPENCLAW_DOCS_MARKER:paramClose:

    cwdstring
    env"Record<string,

    命令標準輸出與產生或轉換後的音訊上限為 50 MiB。診斷標準錯誤輸出上限為 1 MiB。任一限制遭超過時，OpenClaw 會終止命令並讓合成失敗。

    Microsoft（不需 API 金鑰）
    enabledbooleandefault: true

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg Microsoft 神經語音名稱（例如 en-US-MichelleNeural）。舊版別名：voice。若使用預設英文語音且回覆文字主要為 CJK 字元，OpenClaw 會自動切換至 zh-CN-XiaoxiaoNeural。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImxhbmciIHR5cGU9InN0cmluZyI 語言代碼（例如 en-US）。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im91dHB1dEZvcm1hdCIgdHlwZT0ic3RyaW5nIg Microsoft 輸出格式。預設為 audio-24khz-48kbitrate-mono-mp3。隨附的 Edge 後端傳輸不支援所有格式。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InJhdGUgLyBwaXRjaCAvIHZvbHVtZSIgdHlwZT0ic3RyaW5nIg 百分比字串（例如 +10%、-5%）。 OPENCLAW_DOCS_MARKER:paramClose:

    saveSubtitlesboolean
    proxystring
    timeoutMsnumber

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImVkZ2UuKiIgdHlwZT0ib2JqZWN0IiBkZXByZWNhdGVk 舊版別名。執行 openclaw doctor --fix，將持久化設定重寫為 providers.microsoft。 OPENCLAW_DOCS_MARKER:paramClose:

    MiniMax

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 回退使用 MINIMAX_API_KEY。透過 MINIMAX_OAUTH_TOKEN、MINIMAX_CODE_PLAN_KEY 或 MINIMAX_CODING_API_KEY 進行 Token Plan 驗證。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 預設為 https://api.minimax.io。環境變數：MINIMAX_API_HOST。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsIiB0eXBlPSJzdHJpbmci 預設為 speech-2.8-hd。環境變數：MINIMAX_TTS_MODEL。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZUlkIiB0eXBlPSJzdHJpbmci 預設為 English_expressive_narrator。環境變數：MINIMAX_TTS_VOICE_ID。舊版別名：voiceId。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWVkIiB0eXBlPSJudW1iZXIi 0.5..2.0。預設為 1.0。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InZvbCIgdHlwZT0ibnVtYmVyIg (0, 10]。預設為 1.0。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InBpdGNoIiB0eXBlPSJudW1iZXIi 整數 -12..12。預設為 0。小數值會在請求前截斷。 OPENCLAW_DOCS_MARKER:paramClose:

    OpenAI

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 回退使用 OPENAI_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsIiB0eXBlPSJzdHJpbmci OpenAI TTS 模型 ID。預設為 gpt-4o-mini-tts。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg 語音名稱（例如 alloy、cedar）。預設為 coral。舊版別名：voice。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Imluc3RydWN0aW9ucyIgdHlwZT0ic3RyaW5nIg 明確的 OpenAI instructions 欄位。設定後，角色提示欄位不會自動對應。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImV4dHJhQm9keSAvIGV4dHJhX2JvZHkiIHR5cGU9IlJlY29yZDxzdHJpbmcsIHVua25vd24 ">在產生的 OpenAI TTS 欄位之後，合併至 /audio/speech 請求本文的額外 JSON 欄位。可用於 Kokoro 等需要 lang 之類供應商專用金鑰的 OpenAI 相容端點；不安全的原型金鑰會遭忽略。 OPENCLAW_DOCS_MARKER:paramClose:

    baseUrlstring

    覆寫 OpenAI TTS 端點。解析順序：設定 → OPENAI_TTS_BASE_URL → https://api.openai.com/v1。非預設值會視為 OpenAI 相容的 TTS 端點，因此可接受自訂模型與語音名稱，且 speed 不再進行 0.25..4.0 範圍檢查。

    OpenRouter

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：OPENROUTER_API_KEY。可重用 models.providers.openrouter.apiKey。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 預設為 https://openrouter.ai/api/v1。舊版 https://openrouter.ai/v1 會正規化。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsIiB0eXBlPSJzdHJpbmci 預設為 hexgrad/kokoro-82m。別名：modelId。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg 預設為 af_alloy。舊版別名：voice、voiceId。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InJlc3BvbnNlRm9ybWF0IiB0eXBlPScibXAzIiB8ICJwY20iJw 預設為 mp3。 OPENCLAW_DOCS_MARKER:paramClose:

    speednumber
    Volcengine (BytePlus Seed Speech)

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：VOLCENGINE_TTS_API_KEY 或 BYTEPLUS_SEED_SPEECH_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InJlc291cmNlSWQiIHR5cGU9InN0cmluZyI 預設為 seed-tts-1.0。環境變數：VOLCENGINE_TTS_RESOURCE_ID。當你的專案具有 TTS 2.0 使用權限時，請使用 seed-tts-2.0。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwcEtleSIgdHlwZT0ic3RyaW5nIg 應用程式金鑰標頭。預設為 aGjiRDfUWi。環境變數：VOLCENGINE_TTS_APP_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 覆寫 Seed Speech TTS HTTP 端點。環境變數：VOLCENGINE_TTS_BASE_URL。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg 語音類型。預設為 en_female_anna_mars_bigtts。環境變數：VOLCENGINE_TTS_VOICE。舊版別名：voice。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWVkUmF0aW8iIHR5cGU9Im51bWJlciI 供應商原生速度比例，0.2..3。 OPENCLAW_DOCS_MARKER:paramClose:

    emotionstring

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwcElkIC8gdG9rZW4gLyBjbHVzdGVyIiB0eXBlPSJzdHJpbmciIGRlcHJlY2F0ZWQ 舊版 Volcengine Speech Console 欄位。環境變數：VOLCENGINE_TTS_APPID、VOLCENGINE_TTS_TOKEN、VOLCENGINE_TTS_CLUSTER（預設為 volcano_tts）。 OPENCLAW_DOCS_MARKER:paramClose:

    xAI

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：XAI_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 預設為 https://api.x.ai/v1。環境變數：XAI_BASE_URL。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZUlkIiB0eXBlPSJzdHJpbmci 預設為 eve。具有驗證資訊時，openclaw infer tts voices --provider xai 會擷取目前的內建目錄；沒有驗證資訊時，則列出離線回退項目 ara、eve、leo、rex 及 sal。即使帳戶自訂語音 ID 不在內建清單中，也會照常轉送。舊版別名：voiceId。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Imxhbmd1YWdlIiB0eXBlPSJzdHJpbmci BCP-47 語言代碼或 auto。預設為 en。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InJlc3BvbnNlRm9ybWF0IiB0eXBlPScibXAzIiB8ICJ3YXYiIHwgInBjbSIgfCAibXVsYXciIHwgImFsYXciJw 預設為 mp3。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWVkIiB0eXBlPSJudW1iZXIi 供應商原生的速度覆寫值，0.7..1.5。 OPENCLAW_DOCS_MARKER:paramClose:

    Xiaomi MiMo

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImFwaUtleSIgdHlwZT0ic3RyaW5nIg 環境變數：XIAOMI_API_KEY。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImJhc2VVcmwiIHR5cGU9InN0cmluZyI 預設為 https://api.xiaomimimo.com/v1。環境變數：XIAOMI_BASE_URL。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9Im1vZGVsIiB0eXBlPSJzdHJpbmci 預設為 mimo-v2.5-tts。環境變數：XIAOMI_TTS_MODEL。亦支援 mimo-v2-tts 和 mimo-v2.5-tts-voicedesign。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InNwZWFrZXJWb2ljZSIgdHlwZT0ic3RyaW5nIg 預設語音模型的預設值為 mimo_default。環境變數：XIAOMI_TTS_VOICE。舊版別名：voice。使用 mimo-v2.5-tts-voicedesign 時不會傳送。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9ImZvcm1hdCIgdHlwZT0nIm1wMyIgfCAid2F2Iic 預設為 mp3。環境變數：XIAOMI_TTS_FORMAT。 OPENCLAW_DOCS_MARKER:paramClose:

    OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InN0eWxlIiB0eXBlPSJzdHJpbmci 以使用者訊息傳送的可選自然語言風格指示；不會朗讀。對於 mimo-v2.5-tts-voicedesign，這是語音設計提示；省略時，OpenClaw 會提供預設值。 OPENCLAW_DOCS_MARKER:paramClose:

    Agent 工具

    tts 工具會將文字轉換為語音，並傳回音訊附件以供 傳遞回覆。在 Feishu、Matrix、Telegram 和 WhatsApp 上，音訊會 以語音訊息而非檔案附件傳遞。當 ffmpeg 可用時，Feishu 和 WhatsApp 可在此路徑上對非 Opus TTS 輸出進行轉碼。

    WhatsApp 會透過 Baileys 將音訊作為 PTT 語音留言傳送（audio 搭配 ptt: true），並將可見文字與 PTT 音訊分開傳送，因為 用戶端無法一致地在語音留言上顯示說明文字。

    此工具接受可選的 channel 和 timeoutMs 欄位；timeoutMs 是 每次呼叫的供應商請求逾時時間（毫秒）。每次呼叫的值會覆寫 messages.tts.timeoutMs；已設定的 TTS 逾時時間會覆寫任何由外掛指定的 供應商預設值。

    閘道 RPC

    方法 用途
    tts.status 讀取目前的 TTS 狀態與上次嘗試。
    tts.enable 將本機自動偏好設定為 always。
    tts.disable 將本機自動偏好設定為 off。
    tts.convert 單次將文字轉換為音訊。
    tts.setProvider 設定本機供應商偏好。
    tts.personas 列出已設定的角色與目前啟用的角色。
    tts.setPersona 設定本機角色偏好。
    tts.providers 列出已設定的供應商及其狀態。

    服務連結

    相關內容

    Was this useful?
    On this page

    On this page