메인 콘텐츠로 건너뛰기

​
Talk 모드

Talk 모드는 연속적인 음성 대화 루프입니다:
  1. 음성을 청취
  2. 전사된 텍스트를 모델로 전송 (메인 세션, chat.send)
  3. 응답을 대기
  4. ElevenLabs 를 통해 발화 (스트리밍 재생)

​
동작 (macOS)

  • Talk 모드가 활성화되어 있는 동안 항상 켜져 있는 오버레이.
  • Listening → Thinking → Speaking 단계 전환.
  • 짧은 일시 정지 (무음 구간) 시 현재 전사가 전송됩니다.
  • 응답은 WebChat 에 기록됩니다 (타이핑과 동일).
  • 발화 중 인터럽트 (기본값 켜짐): 어시스턴트가 말하는 동안 사용자가 말하기를 시작하면 재생을 중단하고, 다음 프롬프트를 위해 인터럽트 타임스탬프를 기록합니다.

​
응답 내 음성 지시어

어시스턴트는 음성을 제어하기 위해 응답 앞에 단일 JSON 한 줄을 접두사로 붙일 수 있습니다: 
{ "voice": "<voice-id>", "once": true }
규칙:
  • 첫 번째 비어 있지 않은 줄만 사용됩니다.
  • 알 수 없는 키는 무시됩니다.
  • once: true 는 현재 응답에만 적용됩니다.
  • once 가 없으면 해당 음성이 Talk 모드의 새로운 기본값이 됩니다.
  • JSON 줄은 TTS 재생 전에 제거됩니다.
지원되는 키:
  • voice / voice_id / voiceId
  • model / model_id / modelId
  • speed, rate (WPM), stability, similarity, style, speakerBoost
  • seed, normalize, lang, output_format, latency_tier
  • once

​
구성 (~/.openclaw/openclaw.json)

{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    interruptOnSpeech: true,
  },
}
기본값:
  • interruptOnSpeech: true
  • voiceId: ELEVENLABS_VOICE_ID / SAG_VOICE_ID 로 폴백 (또는 API 키가 사용 가능할 때 첫 번째 ElevenLabs 음성)
  • modelId: 설정되지 않은 경우 eleven_v3 가 기본값
  • apiKey: ELEVENLABS_API_KEY 로 폴백 (또는 사용 가능할 경우 gateway shell 프로파일)
  • outputFormat: macOS/iOS 에서는 pcm_44100, Android 에서는 pcm_24000 가 기본값 (MP3 스트리밍을 강제하려면 mp3_* 설정)

​
macOS 사용자 인터페이스

  • 메뉴 바 토글: Talk
  • 구성 탭: Talk 모드 그룹 (음성 ID + 인터럽트 토글)
  • 오버레이:
    • Listening: 마이크 레벨에 따라 구름이 맥동
    • Thinking: 가라앉는 애니메이션
    • Speaking: 방사형 링
    • 구름 클릭: 발화 중지
    • X 클릭: Talk 모드 종료

​
참고

  • 음성 + 마이크 권한이 필요합니다.
  • 세션 키 main 에 대해 chat.send 를 사용합니다.
  • TTS 는 ElevenLabs 스트리밍 API 와 ELEVENLABS_API_KEY 를 사용하며, 낮은 지연 시간을 위해 macOS/iOS/Android 에서 증분 재생을 수행합니다.
  • eleven_v3 에 대한 stability 는 0.0, 0.5, 또는 1.0 로 검증되며, 다른 모델은 0..1 를 허용합니다.
  • latency_tier 는 설정 시 0..4 로 검증됩니다.
  • Android 는 저지연 AudioTrack 스트리밍을 위해 pcm_16000, pcm_22050, pcm_24000, 및 pcm_44100 출력 형식을 지원합니다.