Talk Mode：讓你的 AI 助手開口說話

你是不是也覺得，寫程式寫到一半手根本抽不開，但又有一堆問題想問 AI？每次都要切換視窗打字，真的很打斷思路。你可能試過一些語音工具，但反應太慢或是沒辦法隨時打斷，最後還是得乖乖回去打字。

Talk Mode 就是為了為了解決這個問題，它提供了一個連續的語音對話循環：聽取語音、發送給模型、等待回應，最後透過 ElevenLabs 即時播放。

需要準備的東西

• 麥克風與語音 (Speech) 權限
• ElevenLabs API Key

快速開始

要在 5 分鐘內跑通語音對話，請按照以下步驟操作：

1. 配置設定檔：打開你的 ~/.openclaw/openclaw.json，並填入 ElevenLabs 的相關資訊。

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

2. 開啟 Talk Mode：在 macOS 選單列點擊 Talk 開關。你會看到一個懸浮視窗（Overlay）出現在螢幕上。

3. 觀察狀態切換：懸浮視窗會根據目前的狀態顯示不同動畫：

   • Listening: 雲朵脈動，顯示你的麥克風音量。
   • Thinking: 動畫下沉，代表模型正在處理。
   • Speaking: 圓環擴散，代表正在播放語音。

4. 動態控制語音：如果你想讓 AI 在特定回覆中使用不同的聲音，可以在回覆的最開頭加入一行 JSON。這行內容在播放前會被自動移除：

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

疑難排解

• 語音模型參數錯誤：如果你使用 eleven_v3 模型，請注意 stability 只能設定為 0.0、0.5 或 1.0。其他模型則可以接受 0 到 1 之間的任意數值。
• 延遲過高：檢查你的 latency_tier 設定，有效範圍為 0 到 4。在 macOS/iOS 上，建議將 outputFormat 設為 mp3_* 來強制開啟 MP3 串流以降低延遲。
• Android 沒聲音：Android 系統支援 pcm_16000、pcm_22050、pcm_24000 與 pcm_44100。如果遇到播放問題，請確認格式是否在此範圍內。
• 無法打斷 AI：確認設定檔中的 interruptOnSpeech 是否為 true。開啟後，只要你說話，系統就會立即停止當前的語音播放。

有任何設定上的疑問嗎？可以詢問 AI Setup Assistant。

下一步

• 深入瞭解 ElevenLabs API 參數
• 調整 macOS UI 懸浮視窗設定