Talk Mode で AI と自然に会話する

アイデアを練っている時やコードのデバッグ中、キーボードを打つ手が止まってしまうことはありませんか。考えを言語化したいのに、タイピングの速度が思考に追いつかないのはもどかしいものです。

そんな時は、声を使って AI とやり取りするのが一番です。Talk Mode を使えば、まるで誰かと話しているような感覚で作業を進めることができます。

必要なもの

Speech および Microphone の使用権限
ElevenLabs の API Key (ELEVENLABS_API_KEY)
使用する ElevenLabs の Voice ID
main セッションキーへのアクセス

クイックスタート

~/.openclaw/openclaw.json ファイルを開き、talk セクションに以下の設定を追加します。

{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    interruptOnSpeech: true,
  },
}

macOS のメニューバーにある Talk をクリックして有効にします。
マイクに向かって話しかけます。話し終えて少しの間（silence window）ができると、内容は自動的に送信されます。
AI からの返答は ElevenLabs を通じて音声で再生されます。もし AI が話している途中であなたが話し始めた場合、再生は自動的に停止します。

また、AI の返答の先頭に JSON 行を追加することで、その場に応じた音声制御が可能です。

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

この JSON 行は TTS で再生される前に自動的に取り除かれます。制御には以下のキーなどが使えます。

voice / voiceId
speed / rate
stability
latency_tier

トラブルシューティング

音声が認識されない: macOS や iOS のシステム設定で Speech と Microphone の権限が許可されているか確認してください。
eleven_v3 モデルでエラーが出る: このモデルを使用する場合、stability の値は 0.0, 0.5, 1.0 のいずれかである必要があります。
latency_tier の設定エラー: この値を設定する場合は、0 から 4 の範囲内の数値で指定してください。
Android での音声出力: Android では低遅延ストリーミングのために pcm_16000, pcm_22050, pcm_24000, pcm_44100 のフォーマットがサポートされています。

詳細な設定や個別の問題については AI Setup Assistant で質問してください。

次のステップ

OpenClaw Expert

まだ解決しませんか？

このページで解決しない場合は、OpenClaw Expertに直接質問してください。