OpenClaw的实时语音助手，将麦克风音频通过可配置的语音识别（Deepgram或ElevenLabs）流入您的OpenClaw代理，再通过可配置的语音合成（Deepgram Aura或ElevenLabs）播放响应，全程支持全流式传输，首音频延迟低于2秒。

使用异步工作流管道、流式语音识别、大语言模型代理和语音合成技术构建实时对话式AI语音引擎，支持中断处理和多提供商接入

使用 Azure AI Voice Live SDK (azure-ai-voicelive) 构建实时语音 AI 应用。当开发需要与 Azure AI 实现双向实时音频通信的 Python 应用时，例如语音助手、语音聊天机器人、实时语音对语音翻译、语音驱动的虚拟形象，或基于 WebSocket 的 AI 音频流媒体，可使用本技能。支持服务器端语音活动检测、基于轮次的对话、函数调用、MCP 工具、虚拟形象集成和语音转文字功能。

让您的代理能够与您实时交谈，直接与Claude对话！超低延迟语音合成，文本转语音音频输出延迟约90毫秒，内置8种声音，即时响应。如需语音克隆，请使用说话技能。