> ## Documentation Index
> Fetch the complete documentation index at: https://openclaw.veiseule.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Modo Talk

# Modo Talk

O modo Talk é um loop contínuo de conversa por voz:

1. Ouvir a fala
2. Enviar a transcrição para o modelo (sessão principal, chat.send)
3. Aguardar a resposta
4. Falar via ElevenLabs (reprodução por streaming)

## Comportamento (macOS)

* **Overlay sempre ativo** enquanto o modo Talk estiver habilitado.
* Transições de fase **Ouvindo → Pensando → Falando**.
* Em uma **pausa curta** (janela de silêncio), a transcrição atual é enviada.
* As respostas são **escritas no WebChat** (igual a digitar).
* **Interromper ao falar** (ativado por padrão): se o usuário começar a falar enquanto o assistente está falando, a reprodução é interrompida e o timestamp da interrupção é anotado para o próximo prompt.

## Diretivas de voz nas respostas

O assistente pode prefixar sua resposta com **uma única linha JSON** para controlar a voz:

```json theme={"theme":{"light":"min-light","dark":"min-dark"}}
{ "voice": "<voice-id>", "once": true }
```

Regras:

* Apenas a primeira linha não vazia.
* Chaves desconhecidas são ignoradas.
* `once: true` se aplica apenas à resposta atual.
* Sem `once`, a voz passa a ser o novo padrão do modo Talk.
* A linha JSON é removida antes da reprodução TTS.

Chaves suportadas:

* `voice` / `voice_id` / `voiceId`
* `model` / `model_id` / `modelId`
* `speed`, `rate` (WPM), `stability`, `similarity`, `style`, `speakerBoost`
* `seed`, `normalize`, `lang`, `output_format`, `latency_tier`
* `once`

## Configuração (`~/.openclaw/openclaw.json`)

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    interruptOnSpeech: true,
  },
}
```

Padrões:

* `interruptOnSpeech`: true
* `voiceId`: retorna para `ELEVENLABS_VOICE_ID` / `SAG_VOICE_ID` (ou a primeira voz da ElevenLabs quando a chave de API estiver disponível)
* `modelId`: assume `eleven_v3` quando não definido
* `apiKey`: retorna para `ELEVENLABS_API_KEY` (ou o perfil de shell do gateway, se disponível)
* `outputFormat`: assume `pcm_44100` no macOS/iOS e `pcm_24000` no Android (defina `mp3_*` para forçar streaming MP3)

## UI do macOS

* Alternador na barra de menu: **Talk**
* Aba de configuração: grupo **Modo Talk** (ID da voz + alternador de interrupção)
* Sobreposição:
  * **Ouvindo**: nuvem pulsa com o nível do microfone
  * **Pensando**: animação de afundamento
  * **Falando**: anéis irradiantes
  * Clique na nuvem: parar de falar
  * Clique no X: sair do modo Talk

## Notas

* Requer permissões de Fala + Microfone.
* Usa `chat.send` com a chave de sessão `main`.
* O TTS usa a API de streaming da ElevenLabs com `ELEVENLABS_API_KEY` e reprodução incremental no macOS/iOS/Android para menor latência.
* `stability` para `eleven_v3` é validado como `0.0`, `0.5` ou `1.0`; outros modelos aceitam `0..1`.
* `latency_tier` é validado como `0..4` quando definido.
* O Android oferece suporte aos formatos de saída `pcm_16000`, `pcm_22050`, `pcm_24000` e `pcm_44100` para streaming AudioTrack de baixa latência.