在 OpenClaw 中集成 Inworld 流式文本转语音（TTS）服务，为多渠道回复合成音频。默认输出 MP3，语音笔记场景自动用 OGG_OPUS，电话通道输出 22050 Hz PCM。关键步骤：从 Inworld 工作台（Workspace > API Keys）复制 Base64 凭据，直接设为环境变量 INWORLD_API_KEY（不要再编码），并在 messages.tts.providers.inworld 中指定 voiceId: "Sarah"、modelId: "inworld-tts-1.5-max"。

OpenClaw Inworld TTS 语音合成配置

Inworld 是一个流式 TTS 提供商。OpenClaw 利用它将出站回复合成为音频（默认 MP3，语音笔记用 OGG_OPUS，电话通道用 PCM 22050 Hz）。OpenClaw 向 Inworld 的流式 TTS 端点发送请求，拼接返回的 base64 音频块，再交给标准回复音频流水线。

属性	值
Provider id	`inworld`
插件	内置，`enabledByDefault: true`
合约	`speechProviders`（仅 TTS）
认证环境变量	`INWORLD_API_KEY`（HTTP Basic，直接使用面板的 Base64 凭据）
Base URL	`https://api.inworld.ai`
默认语音	`Sarah`
默认模型	`inworld-tts-1.5-max`
输出格式	MP3（默认）、OGG_OPUS（语音笔记）、PCM 22050 Hz（电话）
官网	inworld.ai
文档	docs.inworld.ai/tts/tts

快速开始

设置 API 密钥

从 Inworld 面板（Workspace > API Keys）复制凭据字符串，设置为环境变量。该值会原封不动地作为 HTTP Basic 凭据发送，**不要**再次 Base64 编码，也不要转换成 bearer token。

```
INWORLD_API_KEY=<面板上复制下来的Base64凭据>
```

在 messages.tts 中选择 Inworld

```json5
{
  messages: {
    tts: {
      auto: "always",
      provider: "inworld",
      providers: {
        inworld: {
          voiceId: "Sarah",
          modelId: "inworld-tts-1.5-max",
        },
      },
    },
  },
}
```

发送一条消息

通过任意已连接的渠道发送回复。OpenClaw 会用 Inworld 合成音频，并以 MP3（或渠道期望语音笔记时转为 OGG_OPUS）形式投递。

配置选项

选项	路径	描述
`apiKey`	`messages.tts.providers.inworld.apiKey`	Base64 面板凭据。不设置时回退到 `INWORLD_API_KEY`。
`baseUrl`	`messages.tts.providers.inworld.baseUrl`	覆盖 Inworld API 基础地址（默认 `https://api.inworld.ai`）。
`voiceId`	`messages.tts.providers.inworld.voiceId`	语音标识（默认 `Sarah`）。
`modelId`	`messages.tts.providers.inworld.modelId`	TTS 模型 ID（默认 `inworld-tts-1.5-max`）。
`temperature`	`messages.tts.providers.inworld.temperature`	采样温度 `0..2`（可选）。

注意事项

认证方式

Inworld 使用 HTTP Basic 认证，凭据是一个 Base64 编码的字符串。从 Inworld 面板直接复制，不要自己再 Base64 编码，也不要使用 bearer 风格令牌。OpenClaw 会按 `Authorization: Basic <apiKey>` 发送。参见 <a href="/ai/ai-tools/openclaw/tools/tts#inworld-primary">TTS 认证说明</a>中的相同提醒。

支持的模型

模型 ID 取值范围：`inworld-tts-1.5-max`（默认）、`inworld-tts-1.5-mini`、`inworld-tts-1-max`、`inworld-tts-1`。

音频输出格式

默认输出 MP3。如果渠道目标为 `voice-note`，OpenClaw 会请求 Inworld 输出 `OGG_OPUS`，让音频以原生语音气泡播放。电话通道合成使用原始 22050 Hz PCM 馈给电话桥接。

自定义端点

通过 `messages.tts.providers.inworld.baseUrl` 覆盖 API 主机地址。请求发送前会去除尾部斜杠。

常见问题

Inworld API 密钥在哪里获取？

支持哪些语音和模型？

默认语音是 Sarah。模型支持 inworld-tts-1.5-max（默认）、inworld-tts-1.5-mini、inworld-tts-1-max、inworld-tts-1。可在配置中通过 voiceId 和 modelId 指定其他值。

怎么让音频输出为 OGG_OPUS 语音笔记？

不需要额外配置。当渠道的 target 为 voice-note 时，OpenClaw 自动向 Inworld 请求 OGG_OPUS 格式。否则默认输出 MP3。电话通道自动使用 PCM 22050 Hz。

OpenClaw Inworld TTS 语音合成配置 ​

快速开始 ​

配置选项 ​

注意事项 ​

相关文档 ​

常见问题 ​

Inworld API 密钥在哪里获取？ ​

支持哪些语音和模型？ ​

怎么让音频输出为 OGG_OPUS 语音笔记？ ​