> ## Documentation Index
> Fetch the complete documentation index at: https://openclawdoc.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Talk Mode

> Talk mode は、継続的な音声会話ループです。挙動（macOS）、応答内の voice directive、設定（~/.openclaw/openclaw.json）を確認できます。

Talk mode は、継続的な音声会話ループです。

1. 音声を聞き取る
2. transcript を model に送る（main session、`chat.send`）
3. 応答を待つ
4. ElevenLabs による TTS で読み上げる（streaming playback）

## 挙動（macOS）

* Talk mode が有効な間は **常時表示の overlay** が出る
* フェーズは **Listening → Thinking → Speaking** と遷移する
* **短い無音区間**（silence window）で、現在の transcript を送信する
* 応答は **WebChat** に書き込まれる（手入力した場合と同じ）
* **音声割り込み**（デフォルト on）: assistant が話している最中にユーザーが話し始めた場合、再生を停止し、次の prompt 用に interruption timestamp を記録する

## 応答内の voice directive

assistant は、音声制御のために応答先頭へ **1 行の JSON** を付けられます。

```json theme={"theme":{"light":"min-light","dark":"min-dark"}}
{ "voice": "<voice-id>", "once": true }
```

ルール:

* 対象になるのは最初の非空行だけ
* 不明な key は無視される
* `once: true` は現在の応答だけに適用される
* `once` がない場合、その voice は Talk mode の新しいデフォルトになる
* JSON 行は TTS 再生前に取り除かれる

サポートする key:

* `voice` / `voice_id` / `voiceId`
* `model` / `model_id` / `modelId`
* `speed`、`rate`（WPM）、`stability`、`similarity`、`style`、`speakerBoost`
* `seed`、`normalize`、`lang`、`output_format`、`latency_tier`
* `once`

## 設定（`~/.openclaw/openclaw.json`）

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  talk: {
    voiceId: "elevenlabs_voice_id",
    modelId: "eleven_v3",
    outputFormat: "mp3_44100_128",
    apiKey: "elevenlabs_api_key",
    silenceTimeoutMs: 1500,
    interruptOnSpeech: true,
  },
}
```

デフォルト:

* `interruptOnSpeech`: `true`
* `silenceTimeoutMs`: 未設定時は platform ごとのデフォルト無音待機時間を使う（`700 ms on macOS and Android, 900 ms on iOS`）
* `voiceId`: `ELEVENLABS_VOICE_ID` / `SAG_VOICE_ID` にフォールバックし、API key がある場合は最初の ElevenLabs voice も候補になる
* `modelId`: 未設定時は `eleven_v3`
* `apiKey`: `ELEVENLABS_API_KEY`、または利用可能であれば gateway shell profile にフォールバックする
* `outputFormat`: macOS / iOS は `pcm_44100`、Android は `pcm_24000` がデフォルト（MP3 streaming を強制したい場合は `mp3_*` を指定）

## macOS UI

* メニューバーの toggle: **Talk**
* Config タブ: **Talk Mode** グループ（voice id + interrupt toggle）
* Overlay:
  * **Listening**: 雲の pulse と mic level 表示
  * **Thinking**: 沈み込む animation
  * **Speaking**: 放射状の ring
  * 雲をクリック: 読み上げ停止
  * X をクリック: Talk mode 終了

## 注意点

* Speech と Microphone の権限が必要です
* `chat.send` を session key `main` に対して使います
* TTS は `ELEVENLABS_API_KEY` を使った ElevenLabs streaming API と、macOS / iOS / Android 上の incremental playback により低遅延化されています
* `eleven_v3` の `stability` は `0.0`、`0.5`、`1.0` のいずれかに制限されます。他の model は `0..1` を受け付けます
* `latency_tier` は設定時に `0..4` の範囲で検証されます
* Android は低遅延 AudioTrack streaming 向けに `pcm_16000`、`pcm_22050`、`pcm_24000`、`pcm_44100` の output format をサポートします