메인 콘텐츠로 건너뛰기

​
Talk 모드

Talk 모드는 연속적인 음성 대화 루프입니다:
  1. 음성을 듣습니다
  2. 대본을 모델에 전송합니다 (주 세션, chat.send)
  3. 응답을 기다립니다
  4. ElevenLabs를 통해 읽어줍니다 (스트리밍 재생)

​
동작 (macOS)

  • Talk 모드가 활성화된 동안 항상 켜져 있는 오버레이.
  • 듣기 → 생각하기 → 말하기 단계 전환.
  • 짧은 일시정지 (무음 창) 시, 현재 대본이 전송됩니다.
  • 응답은 WebChat에 작성됩니다 (타이핑과 동일).
  • 음성 중단 (기본값 사용): 사용자가 에이전트가 말하는 동안 말을 시작하면 재생이 중지되고 다음 프롬프트를 위해 중단 타임스탬프가 기록됩니다.

​
응답에서의 음성 지시어

에이전트는 음성을 제어하기 위해 답변에 단일 JSON 행을 접두어로 붙일 수 있습니다: 
{ "voice": "<voice-id>", "once": true }
규칙:
  • 첫 번째 비어 있지 않은 행만 사용.
  • 알 수 없는 키는 무시됩니다.
  • once: true는 현재 응답에만 적용됩니다.
  • once가 없으면 해당 음성이 Talk 모드의 새 기본값이 됩니다.
  • TTS 재생 전에 JSON 행이 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

​
설정 (~/.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_ID로 대체 (또는 API 키가 있는 경우 첫 번째 ElevenLabs 음성)
  • modelId: 설정되지 않은 경우 기본값 eleven_v3
  • apiKey: ELEVENLABS_API_KEY로 대체 (또는 사용 가능한 경우 게이트웨이 셸 프로파일)
  • outputFormat: macOS/iOS에서는 기본값 pcm_44100, Android에서는 기본값 pcm_24000 (MP3 스트리밍을 강제하려면 mp3_* 설정)

​
macOS UI

  • 메뉴 바 토글: Talk
  • 설정 탭: Talk 모드 그룹 (음성 ID + 중단 토글)
  • 오버레이:
    • Listening: 마이크 레벨과 클라우드 펄싱
    • Thinking: 싱킹 애니메이션
    • Speaking: 방사형 고리
    • 클라우드 클릭: 말하기 중지
    • X 클릭: Talk 모드 종료

​
주의사항

  • 음성 및 마이크 권한이 필요합니다.
  • 세션 키 main에 대해 chat.send를 사용합니다.
  • TTS는 ELEVENLABS_API_KEY를 사용하여 ElevenLabs 스트리밍 API와 macOS/iOS/Android에서 지연 시간을 줄이기 위한 점진적 재생을 사용합니다.
  • eleven_v3의 stability는 0.0, 0.5, 또는 1.0으로 검증되며, 다른 모델은 0..1을 허용합니다.
  • latency_tier는 설정 시 0..4로 검증됩니다.
  • Android는 낮은 지연 시간의 AudioTrack 스트리밍을 위한 pcm_16000, pcm_22050, pcm_24000 및 pcm_44100 출력 포맷을 지원합니다.