الانتقال إلى المحتوى الرئيسي

​
وضع الحديث

وضع التحدّث هو حلقة محادثة صوتية مستمرة:
  1. الاستماع إلى الكلام
  2. إرسال النص المُفرَّغ إلى النموذج (الجلسة الرئيسية، chat.send)
  3. انتظار الرد
  4. نُطقه عبر ElevenLabs (تشغيل متدفّق)

​
السلوك (macOS)

  • دائماً فوق الشحن عندما يتم تمكين وضع الحديث.
  • انتقالات المراحل الاستماع → التفكير → التحدّث.
  • عند توقّف قصير (نافذة صمت)، يُرسَل النص الحالي.
  • تُكتب الردود في WebChat (كما لو كانت كتابة).
  • المقاطعة عند الكلام (مفعّلة افتراضيًا): إذا بدأ المستخدم بالكلام أثناء حديث المساعد، نوقف التشغيل ونُسجّل طابعًا زمنيًا للمقاطعة لاستخدامه في المُدخل التالي.

​
توجيهات الصوت في الردود

يمكن للمساعد أن يسبق رده بسطر JSON واحد للتحكّم في الصوت: 
{ "voice": "<voice-id>", "once": true }
القواعد:
  • السطر الأول غير الفارغ فقط.
  • تُتجاهل المفاتيح غير المعروفة.
  • ينطبق once: true على الرد الحالي فقط.
  • من دون once، يصبح الصوت هو الافتراضي الجديد لوضع التحدّث.
  • يُزال سطر JSON قبل تشغيل TTS.
المفاتيح المدعومة:
  • voice / voice_id / voiceId
  • model / model_id / modelId
  • speed, rate (WPM), stability, similarity, style, speakerBoost
  • seed, normalize, lang, output_format, latency_tier
  • once

​
التهيئة (~/.openclaw/openclaw.json)

{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    interruptOnSpeech: true,
  },
}
القيم الافتراضية:
  • interruptOnSpeech: true
  • voiceId: يعود إلى ELEVENLABS_VOICE_ID / SAG_VOICE_ID (أو أول صوت من ElevenLabs عند توفّر مفتاح API)
  • modelId: الافتراضي هو eleven_v3 عند عدم التعيين
  • apiKey: يعود إلى ELEVENLABS_API_KEY (أو ملف تعريف صدفة البوابة إذا كان متاحًا)
  • outputFormat: الافتراضي هو pcm_44100 على macOS/iOS وpcm_24000 على Android (عيّن mp3_* لفرض بث MP3)

​
واجهة macOS

  • مفتاح شريط القوائم: Talk
  • علامة تبويب التهيئة: مجموعة Talk Mode (معرّف الصوت + تبديل المقاطعة)
  • التراكب:
    • الاستماع: نبضات سحابية مع مستوى الميكروفون
    • التفكير: حركة غاطسة
    • التحدّث: حلقات مشعّة
    • النقر على السحابة: إيقاف التحدّث
    • النقر على X: الخروج من وضع التحدّث

​
ملاحظات

  • يتطلّب أذونات الكلام + الميكروفون.
  • يستخدم chat.send مقابل مفتاح الجلسة main.
  • يستخدم TTS واجهة ElevenLabs للبثّ المتدفّق مع ELEVENLABS_API_KEY وتشغيلًا تدريجيًا على macOS/iOS/Android لتقليل زمن الاستجابة.
  • يتم التحقق من stability لـ eleven_v3 إلى 0.0 أو 0.5 أو 1.0؛ وتقبل النماذج الأخرى 0..1.
  • يتم التحقق من latency_tier إلى 0..4 عند التعيين.
  • يدعم Android صيغ الإخراج pcm_16000 وpcm_22050 وpcm_24000 وpcm_44100 لبث AudioTrack منخفض الكمون.