🗣 OpenClaw теперь умеет говорить! Настраиваем голосовые ответы и живой диалог

OpenClaw больше не ограничивается текстом. Ваши ИИ-агенты могут присылать голосовые сообщения (войсы) в Telegram и WhatsApp* или даже общаться с вами в реальном времени!

Разбираем, как это работает, чем отличаются режимы и какого провайдера выбрать👇

Есть два режима работы с голосом. Они работают независимо друг от друга:

1️⃣ TTS (Озвучка ответов) — агент переводит свой текстовый ответ в аудио (в Telegram это приходит как классическое голосовое сообщение OGG/Opus). Работает везде, включая серверы (VPS).
2️⃣ Talk Mode (Живой диалог) — вы говорите, а агент сразу отвечает голосом. Подходит для Mac и смартфонов (требуется устройство с микрофоном). На VPS не работает.

⚙️ Как управлять озвучкой (TTS)?
По умолчанию озвучка выключена. В конфиге (messages.tts.auto) можно задать удобный режим: например, inbound (агент будет отвечать голосом только на ваши голосовые сообщения).

Управлять голосом можно прямо в чате слеш-командами:
▪️ /tts on / /tts off — включить/выключить озвучку
▪️ /tts provider — выбрать другого провайдера
▪️ /tts latest — озвучить последнее сообщение

🎭 У каждого агента — свой голос

Фишка OpenClaw: настройки агентов «глубоко сливаются» (deep-merge) с глобальным конфигом. Вы можете прописать один API-ключ в общих настройках, а каждому агенту задать свой личный voiceId или вообще назначить разные нейросети.

📊 Сравнение TTS-провайдеров: что выбрать?

🆓 Edge TTS — если хотите бесплатно и без ключей.
Отличный старт, есть русский язык (Dmitri, Svetlana).
Нюанс: есть баг регистрации, который легко обходится добавлением "microsoft" в plugins.allow.

⚖️ OpenAI (gpt-4o-mini-tts) — идеальный баланс цены и качества.
Если у вас уже есть ключ OpenAI, дополнительный счет не нужен. Стоит копейки (~$0.015/мин). Русский язык отлично работает (настраивается через параметр instructions).

💎 ElevenLabs (Multilingual v2) — премиум-качество.
Максимально естественные голоса. Стоит от $0.10 за 1000 символов, требует подписки.
Нюанс: есть известный баг с voiceId.

💻 System (macOS) — для работы без интернета.
Встроенный синтезатор Apple. Качество не дотягивает до нейросетей, зато работает железобетонно и абсолютно бесплатно.

*принадлежит Meta, компания признана экстремистской и запрещена в России.