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 Kyutai Pocket TTS 将文本转为语音，轻量级、CPU 友好、支持流式输出和语音克隆，仅支持英语，在 M4 MacBook Air 上可达约 6 倍实时速度