3月8日重磅更新：OpenClaw Talk 模式实战指南：如何配置语音通话

OpenClaw 的 Talk 模式让 AI 能够通过电话与你实时对话。本文将详细介绍 Talk 模式是什么、如何配置、以及如何解决第三方 TTS 服务的兼容性问题。

一、Talk 模式是什么？

Talk 模式是 OpenClaw 的语音通话功能，允许 AI Agent 通过电话与用户进行实时语音对话。

核心能力

• 📞 来电接听：AI 可以接听用户来电
• 🗣️ 语音对话：支持双向语音交流
• 🤖 AI 智能响应：基于大模型的智能对话
• 🎙️ TTS 语音合成：将文本转换为语音播放给用户
• 🎧 STT 语音识别：将用户语音转换为文字

---

二、Talk 模式工作原理

用户打电话 → Twilio/Telnyx/Plivo → OpenClaw 接收 → 
用户说话 → STT（语音转文字）→ AI 处理 → 
AI 回复 → TTS（文字转语音）→ 播放给用户 → 挂断

需要的组件

组件	作用	必须
电话渠道	接听/拨打电话	✅
TTS	文字转语音	✅
STT	语音转文字	✅

---

三、支持的平台

电话服务提供商

提供商	特点	支持地区
Twilio	最流行，文档完善	全球
Telnyx	价格实惠	北美/欧洲
Plivo	新兴选择	全球
Mock	开发测试用	本地

TTS 语音服务

提供商	特点	免费额度
ElevenLabs	高质量，多语言	10,000 字符/月AI TTS**
**Open 有免费额度
Edge TTS	微软技术	完全免费
硅基流动	国内快，多模型	按量计费

---

四、完整配置教程

第一步：安装 Voice Call 插件

# 安装插件
openclaw plugins install @openclaw/voice-call

# 重启 Gateway
openclaw gateway restart

第二步：配置电话渠道（Twilio 为例）

1. 注册 Twilio 账号：https://www.twilio.com
2. 购买电话号码：在 Twilio 控制台购买一个电话号码
3. 配置 Webhook：设置来电时访问的 URL

OpenClaw 配置：

{
  "plugins": {
    "entries": {
      "voice-call": {
        "enabled": true,
        "config": {
          "provider": "twilio",
          "fromNumber": "+15551234567",
          "twilio": {
            "accountSid": "ACxxxxxxxxxxxxx",
            "authToken": "your_auth_token"
          },
          "serve": {
            "port": 3334,
            "bind": "0.0.0.0"
          }
        }
      }
    }
  }
}

配置说明：

• provider：电话服务商（twilio/telnyx/plivo）
• fromNumber：你的 Twilio 电话号码（E.164 格式）
• twilio.accountSid：Twilio 账号 SID
• twilio.authToken：Twilio Auth Token
• serve.port：Web 服务端口（默认 3334）

第三步：配置 TTS 语音合成

方案 A：硅基流动（国内用户推荐）

{
  "messages": {
    "tts": {
      "openai": {
        "apiKey": "YOUR_SILICONFLOW_KEY",
        "baseUrl": "https://api.siliconflow.cn/v1",
        "model": "fnlp/MOSS-TTSD-v0.5",
        "voice": "fnlp/MOSS-TTSD-v0.5:alex"
      }
    }
  }
}

方案 B：ElevenLabs（国际用户推荐）

{
  "messages": {
    "tts": {
      "elevenlabs": {
        "apiKey": "YOUR_ELEVENLABS_KEY",
        "voiceId": "your_voice_id"
      }
    }
  }
}

方案 C：OpenAI TTS

{
  "messages": {
    "tts": {
      "openai": {
        "apiKey": "sk-xxx",
        "model": "tts-1",
        "voice": "alloy"
      }
    }
  }
}

第四步：配置 STT 语音识别

STT 默认使用 OpenAI Whisper，无需额外配置：

{
  "messages": {
    "stt": {
      "provider": "openai",
      "openai": {
        "apiKey": "YOUR_OPENAI_KEY"
      }
    }
  }
}

第五步：配置 AI 模型

{
  "plugins": {
    "entries": {
      "voice-call": {
        "config": {
          "responseModel": "openai/gpt-4o-mini",
          "responseSystemPrompt": "你是一个友好的 AI 助手，请用简洁的语言回答问题。"
        }
      }
    }
  }
}

第六步：配置端口映射（如果需要公网访问）

{
  "plugins": {
    "entries": {
      "voice-call": {
        "config": {
          "tunnel": {
            "provider": "ngrok",
            "ngrokAuthToken": "YOUR_NGROK_TOKEN"
          }
        }
      }
    }
  }
}

---

五、硅基流动 TTS 详解

格式解释

fnlp/MOSS-TTSD-v0.5:alex 含义：

部分	含义	示例
冒号前	模型名称	fnlp/MOSS-TTSD-v0.5
冒号后	音色名称	alex

可用模型

模型	特点
fnlp/MOSS-TTSD-v0.5	双人对话，中英双语，低延迟
FunAudioLLM/CosyVoice2-0.5B	跨语言，情感控制
fishaudio/fish-speech-1.5	语音克隆（需参考音频）

可用音色

类型	音色	特点
男声	alex	沉稳
男声	benjamin	低沉
男声	charles	磁性
男声	david	欢快
女声	anna	沉稳
女声	bella	激情
女声	claire	温柔
女声	diana	欢快

完整配置示例

{
  "plugins": {
    "entries": {
      "voice-call": {
        "enabled": true,
        "config": {
          "provider": "twilio",
          "fromNumber": "+15551234567",
          "twilio": {
            "accountSid": "ACxxx",
            "authToken": "xxx"
          },
          "responseModel": "openai/gpt-4o-mini",
          "responseSystemPrompt": "你是一个友好的 AI 助手。"
        }
      }
    }
  },
  "messages": {
    "tts": {
      "openai": {
        "apiKey": "YOUR_SILICONFLOW_KEY",
        "baseUrl": "https://api.siliconflow.cn/v1",
        "model": "fnlp/MOSS-TTSD-v0.5",
        "voice": "fnlp/MOSS-TTSD-v0.5:alex"
      }
    },
    "stt": {
      "provider": "openai"
    }
  }
}

测试 TTS

# 测试硅基流动 TTS
curl -s https://api.siliconflow.cn/v1/audio/speech \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fnlp/MOSS-TTSD-v0.5",
    "input": "你好，我是 AI 助手",
    "voice": "fnlp/MOSS-TTSD-v0.5:alex",
    "response_format": "mp3"
  }' --output test.mp3

# 验证
ls -lh test.mp3
file test.mp3

---

六、常见问题

Q1: IndexTTS-2 可以用吗？

答：暂时不可以。IndexTTS-2 需要用户上传参考音频才能使用，目前 API 不支持直接调用。

可用替代：

• fnlp/MOSS-TTSD-v0.5 ✅
• FunAudioLLM/CosyVoice2-0.5B ✅

Q2: 配置好就能用了吗？

答：还需要：

1. 将 Twilio 的 Webhook URL 配置为你的 OpenClaw 公网地址
2. 确保防火墙开放对应端口

Q3: 国内访问速度慢怎么办？

答：使用硅基流动 TTS + 国内服务器部署 OpenClaw

---

七、总结

1. Talk 模式需要：电话渠道 + TTS + STT + AI 模型
2. 电话渠道：Twilio/Telnyx/Plivo
3. TTS 推荐：硅基流动（国内快、便宜）
4. 配置简单：只需在配置文件中添加相应参数
5. IndexTTS-2：暂不支持，需要参考音频

---

配置检查清单

• 安装 Voice Call 插件
• 注册 Twilio/Telnyx/Plivo 账号
• 购买电话号码
• 配置 TTS（推荐硅基流动）
• 配置 STT（默认 OpenAI）
• 配置 AI 模型
• 配置端口映射（如需公网）
• 重启 Gateway
• 测试电话接入

---

相关资源

• OpenClaw 官方文档：https://docs.openclaw.ai
• Voice Call 插件文档：https://docs.openclaw.ai/plugins/voice-call
• 硅基流动：https://www.siliconflow.cn
• Twilio：https://www.twilio.com

---

标签：OpenClaw、Talk 模式、Voice Call、TTS、语音合成、硅基流动、Twilio

发布日期：2026-03-10