名称： clawvox
描述： ClawVox - 基于 ElevenLabs 的 OpenClaw 语音工作室。生成语音、转录音频、克隆声音、创建音效等。
主页： https://elevenlabs.io/developers
元数据：
{
"openclaw": {
"emoji": "🎙️",
"skillKey": "clawvox",
"requires": {
"bins": ["curl", "jq"],
"env": ["ELEVENLABS_API_KEY"]
},
"primaryEnv": "ELEVENLABS_API_KEY"
}
}

ClawVox

借助 ClawVox（由 ElevenLabs 驱动），将您的 OpenClaw 助手转变为专业的语音制作工作室。

快速参考

安装设置

1. 从 elevenlabs.io/app/settings/api-keys 获取您的 API 密钥。
2. 在 ~/.openclaw/openclaw.json 中配置：

{
  skills: {
    entries: {
      "clawvox": {
        apiKey: "YOUR_ELEVENLABS_API_KEY",
        config: {
          defaultVoice: "Rachel",
          defaultModel: "eleven_turbo_v2_5",
          outputDir: "~/.openclaw/audio"
        }
      }
    }
  }
}

或者设置环境变量：

export ELEVENLABS_API_KEY="your_api_key_here"

语音生成 (TTS)

基础文本转语音

# 使用默认声音 (Rachel) 快速合成
{baseDir}/scripts/speak.sh '你好，我是你的个人 AI 助手。'

# 指定声音名称
{baseDir}/scripts/speak.sh --voice Adam '来自 Adam 的问候'

# 保存到文件
{baseDir}/scripts/speak.sh --out ~/audio/greeting.mp3 '欢迎来到节目'

# 使用特定模型
{baseDir}/scripts/speak.sh --model eleven_multilingual_v2 '你好'

# 调整语音设置
{baseDir}/scripts/speak.sh --stability 0.5 --similarity 0.8 '富有表现力的语音'

# 调整语速
{baseDir}/scripts/speak.sh --speed 1.2 '更快的语音'

# 使用多语言模型处理其他语言
{baseDir}/scripts/speak.sh --model eleven_multilingual_v2 --voice Rachel 'Hola, que tal'
{baseDir}/scripts/speak.sh --model eleven_multilingual_v2 --voice Adam 'Guten Tag'

语音模型

可用声音

预制声音：Rachel, Adam, Antoni, Bella, Domi, Elli, Josh, Sam, Callum, Charlie, George, Liam, Matilda, Alice, Bill, Brian, Chris, Daniel, Eric, Jessica, Laura, Lily, River, Roger, Sarah, Will

长篇内容处理

# 从文本文件生成音频
{baseDir}/scripts/speak.sh --input chapter.txt --voice "George" --out audiobook.mp3

语音转写 (STT)

基础转写

# 转写音频文件
{baseDir}/scripts/transcribe.sh recording.mp3

# 保存到文件
{baseDir}/scripts/transcribe.sh --out transcript.txt audio.mp3

# 指定语言提示进行转写
{baseDir}/scripts/transcribe.sh --language es spanish_audio.mp3

# 包含时间戳
{baseDir}/scripts/transcribe.sh --timestamps podcast.mp3

支持格式

• MP3, MP4, MPEG, MPGA, M4A, WAV, WebM
• 最大文件大小：100MB

声音克隆

即时声音克隆

# 从单个样本克隆（建议至少 30 秒）
{baseDir}/scripts/clone.sh --name MyVoice recording.mp3

# 附带描述克隆
{baseDir}/scripts/clone.sh --name BusinessVoice \
  --description '专业男声' \
  sample.mp3

# 附带标签克隆
{baseDir}/scripts/clone.sh --name MyVoice \
  --labels '{"gender":"male","age":"adult"}' \
  sample.mp3

# 克隆时去除背景噪音
{baseDir}/scripts/clone.sh --name CleanVoice \
  --remove-bg-noise \
  sample.mp3

# 测试克隆的声音
{baseDir}/scripts/speak.sh --voice MyVoice '测试我的克隆声音'

声音库管理

# 列出所有可用声音
{baseDir}/scripts/voices.sh list

# 获取声音详情
{baseDir}/scripts/voices.sh info --name Rachel
{baseDir}/scripts/voices.sh info --id 21m00Tcm4TlvDq8ikWAM

# 搜索声音（使用 grep 过滤输出）
{baseDir}/scripts/voices.sh list | grep -i "female"

# 按类别过滤
{baseDir}/scripts/voices.sh list --category premade
{baseDir}/scripts/voices.sh list --category cloned

# 下载声音预览
{baseDir}/scripts/voices.sh preview --name Rachel -o preview.mp3

# 删除自定义声音
{baseDir}/scripts/voices.sh delete --id "voice_id"

音效生成

# 生成音效
{baseDir}/scripts/sfx.sh '大雨落在铁皮屋顶上'

# 指定时长
{baseDir}/scripts/sfx.sh --duration 5 '森林环境音与鸟鸣'

# 指定提示词影响力（值越高越精确）
{baseDir}/scripts/sfx.sh --influence 0.8 '科幻激光枪开火'

# 保存到文件
{baseDir}/scripts/sfx.sh --out effects/thunder.mp3 '滚滚雷声'

注意： 时长范围为 0.5 到 22 秒（四舍五入到最近的 0.5 秒）。

人声分离

# 去除背景噪音并分离人声
{baseDir}/scripts/isolate.sh noisy_recording.mp3

# 保存到指定文件
{baseDir}/scripts/isolate.sh --out clean_voice.mp3 meeting_recording.mp3

# 不标记音频事件
{baseDir}/scripts/isolate.sh --no-audio-events recording.mp3

要求：
- 最短时长：4.6 秒
- 支持格式：MP3, WAV, M4A, OGG, FLAC

配音 (多语言翻译)

# 将音频翻译为西班牙语
{baseDir}/scripts/dub.sh --target es audio.mp3

# 指定源语言进行翻译
{baseDir}/scripts/dub.sh --source en --target ja video.mp4

# 检查配音状态
{baseDir}/scripts/dub.sh --status --id "dubbing_id"

# 下载配音后的音频
{baseDir}/scripts/dub.sh --download --id "dubbing_id" --out dubbed.mp3

支持的语言： en, es, fr, de, it, pt, pl, hi, ar, zh, ja, ko, nl, ru, tr, vi, sv, da, fi, cs, el, he, id, ms, no, ro, uk, hu, th

API 使用示例

所有脚本底层均使用 curl 直接访问 API：

# 直接调用 TTS API
curl -X POST "https://api.elevenlabs.io/v1/text-to-speech/VOICE_ID" \
  -H "xi-api-key: $ELEVENLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text": "Hello world", "model_id": "eleven_turbo_v2_5"}' \
  --output speech.mp3

错误处理

所有脚本都提供有用的错误信息：

• 401：认证失败 - 检查您的 API 密钥
• 403：权限被拒绝 - 您的 API 密钥可能没有访问权限
• 429：超出速率限制 - 请稍后再试
• 500/502/503：ElevenLabs API 问题 - 请稍后重试

测试

运行测试套件以验证一切正常：

{baseDir}/test.sh YOUR_API_KEY

或者使用环境变量：

export ELEVENLABS_API_KEY="your_key"
{baseDir}/test.sh

故障排除

常见问题

1. "exec host not allowed (requested gateway)"

   • 该技能需要在沙箱环境中运行命令。
   • 配置 OpenClaw 使用沙箱：tools.exec.host: "sandbox"。
   • 或者在您的 OpenClaw 配置中启用沙箱功能。
   • 替代方案：为网关主机配置执行批准（参见 OpenClaw 文档）。

2. 引号或感叹号导致的解析错误

   • 使用单引号而非双引号：'Hello world' 而不是 "Hello world!"。
   • 使用双引号时避免感叹号 (!)。
   • 对于复杂文本，使用 --input 选项配合文件。

3. "ELEVENLABS_API_KEY not set"

   • 确保 ELEVENLABS_API_KEY 已设置或在 openclaw.json 中配置。
   • 检查 API 密钥长度是否至少为 20 个字符。

4. "jq is required but not installed"

   • 安装 jq：apt-get install jq (Linux) 或 brew install jq (macOS)。

5. "Rate limited"

   • 在 elevenlabs.io/app/usage 检查您的 ElevenLabs 计划配额。
   • 免费套餐：约 10,000 字符/月。

6. "Voice not found"

   • 使用 {baseDir}/scripts/voices.sh list 查看可用声音。
   • 检查声音 ID 是否正确。

7. "Dubbing failed"

   • 确保源音频清晰可闻。
   • 检查支持的语言代码。

8. "File too large"

   • 转写：最大 100MB。
   • 配音：最大 500MB。
   • 声音克隆：每个文件最大 50MB。

调试模式

# 启用详细输出
DEBUG=1 {baseDir}/scripts/speak.sh 'test'

# 显示 API 请求详情
DEBUG=1 {baseDir}/scripts/transcribe.sh audio.mp3

定价说明

ElevenLabs API 定价（近似值）：
- Flash v2.5：约 $0.06/分钟
- Turbo v2.5：约 $0.06/分钟
- Multilingual v2：约 $0.12/分钟
- 声音克隆：包含在计划中
- 音效生成：约 $0.02/次
- 语音转写：约 $0.02/分钟 (Scribe v1)

免费套餐：约 10,000 字符/月

相关链接

• ElevenLabs 仪表板
• API 文档
• 声音库
• 定价