토크 모드

대화 모드는 지속적인 음성 대화 루프입니다.

1. 말을 들어보세요
2. 모델에게 성적표 보내기(메인 세션, chat.send)
3. 응답을 기다립니다
4. ElevenLabs를 통해 말해보세요(스트리밍 재생)

동작(macOS)

• 말하기 모드가 활성화된 동안 항상 켜져 있는 오버레이.
• 듣기 → 생각하기 → 말하기 단계 전환.
• 짧은 일시 중지(무음 창)에 현재 기록이 전송됩니다.
• 답변은 WebChat에 기록됩니다(입력과 동일).
• 음성 중단(기본값 켜짐): 어시스턴트가 말하는 동안 사용자가 말하기 시작하면 재생을 중지하고 다음 프롬프트에 대한 중단 타임스탬프를 기록합니다.

답글의 음성 지시어

어시스턴트는 음성을 제어하기 위해 응답 앞에 단일 JSON 라인을 붙일 수 있습니다.

{ "voice": "<voice-id>", "once": true }

규칙:

• 비어 있지 않은 첫 번째 줄만 해당됩니다.
• 알 수 없는 키는 무시됩니다.
• once: true는 현재 답변에만 적용됩니다.
• once가 없으면 음성이 대화 모드의 새로운 기본값이 됩니다.
• TTS 재생 전에 JSON 라인이 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: 참
• voiceId: ELEVENLABS_VOICE_ID / SAG_VOICE_ID(또는 API 키를 사용할 수 있는 경우 첫 번째 ElevenLabs 음성)로 대체됩니다.
• modelId: 설정 해제 시 기본값은 eleven_v3입니다.
• apiKey: ELEVENLABS_API_KEY(또는 사용 가능한 경우 게이트웨이 셸 프로필)로 대체됩니다.
• outputFormat: 기본값은 macOS/iOS에서는 pcm_44100이고 Android에서는 pcm_24000입니다(MP3 스트리밍을 강제하려면 mp3_*를 설정하세요).

맥OS UI

• 메뉴바 토글: 말하기
• 구성 탭: 통화 모드 그룹(음성 ID + 인터럽트 토글)
• 오버레이:
  • 듣기: 마이크 레벨에 따른 클라우드 펄스
  • 생각: 가라앉는 애니메이션
  • 말하기: 방사형 고리
  • 클라우드 클릭: 말하기 중지
  • X 클릭: 토크 모드 종료

메모

• 음성 + 마이크 권한이 필요합니다.
• 세션 키 main에 대해 chat.send를 사용합니다.
• TTS는 지연 시간을 줄이기 위해 ELEVENLABS_API_KEY와 함께 ElevenLabs 스트리밍 API를 사용하고 macOS/iOS/Android에서 증분 재생을 사용합니다.
• eleven_v3에 대한 stability는 0.0, 0.5 또는 1.0로 검증됩니다. 다른 모델은 0..1을 허용합니다.
• latency_tier는 설정 시 0..4로 검증됩니다.
• Android는 지연 시간이 짧은 AudioTrack 스트리밍을 위해 pcm_16000, pcm_22050, pcm_24000 및 pcm_44100 출력 형식을 지원합니다.