> ## 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.

# Chế độ Talk

# Chế độ Talk

Chế độ Talk là một vòng lặp hội thoại giọng nói liên tục:

1. Lắng nghe giọng nói
2. Gửi bản chép lời đến mô hình (phiên chính, chat.send)
3. Chờ phản hồi
4. Phát lời nói qua ElevenLabs (phát trực tuyến)

## Hành vi (macOS)

* **Lớp phủ luôn bật** khi chế độ Talk được kích hoạt.
* Chuyển pha **Lắng nghe → Suy nghĩ → Nói**.
* Khi có **khoảng dừng ngắn** (cửa sổ im lặng), bản chép lời hiện tại sẽ được gửi đi.
* Phản hồi được **ghi vào WebChat** (giống như khi gõ).
* **Ngắt khi có giọng nói** (mặc định bật): nếu người dùng bắt đầu nói khi trợ lý đang nói, chúng tôi dừng phát và ghi nhận mốc thời gian ngắt để dùng cho prompt tiếp theo.

## Chỉ dẫn giọng nói trong phản hồi

Trợ lý có thể thêm tiền tố cho phản hồi bằng **một dòng JSON duy nhất** để điều khiển giọng nói:

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

Quy tắc:

* Chỉ dòng không rỗng đầu tiên.
* Khóa không xác định sẽ bị bỏ qua.
* `once: true` chỉ áp dụng cho phản hồi hiện tại.
* Nếu không có `once`, giọng nói sẽ trở thành mặc định mới cho chế độ Talk.
* Dòng JSON sẽ bị loại bỏ trước khi phát TTS.

Các khóa được hỗ trợ:

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

## Cấu hình (`~/.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,
  },
}
```

Mặc định:

* `interruptOnSpeech`: true
* `voiceId`: dự phòng sang `ELEVENLABS_VOICE_ID` / `SAG_VOICE_ID` (hoặc giọng ElevenLabs đầu tiên khi có khóa API)
* `modelId`: mặc định là `eleven_v3` khi không được đặt
* `apiKey`: dự phòng sang `ELEVENLABS_API_KEY` (hoặc hồ sơ shell của gateway nếu có)
* `outputFormat`: mặc định là `pcm_44100` trên macOS/iOS và `pcm_24000` trên Android (đặt `mp3_*` để buộc phát trực tuyến MP3)

## Giao diện macOS

* Công tắc thanh menu: **Talk**
* Tab cấu hình: nhóm **Talk Mode** (ID giọng nói + công tắc ngắt)
* Lớp phủ:
  * **Listening**: đám mây nhịp theo mức mic
  * **Thinking**: hiệu ứng chìm xuống
  * **Speaking**: các vòng tròn lan tỏa
  * Nhấp đám mây: dừng nói
  * Nhấp X: thoát chế độ Talk

## Ghi chú

* Yêu cầu quyền Speech + Microphone.
* Sử dụng `chat.send` với khóa phiên `main`.
* TTS dùng API phát trực tuyến của ElevenLabs với `ELEVENLABS_API_KEY` và phát tăng dần trên macOS/iOS/Android để giảm độ trễ.
* `stability` cho `eleven_v3` được xác thực thành `0.0`, `0.5`, hoặc `1.0`; các mô hình khác chấp nhận `0..1`.
* `latency_tier` được xác thực thành `0..4` khi được đặt.
* Android hỗ trợ các định dạng đầu ra `pcm_16000`, `pcm_22050`, `pcm_24000` và `pcm_44100` cho phát AudioTrack độ trễ thấp.