Deepgram Discord 语音（Clawdbot/OpenClaw 插件）

该插件允许你仅通过 Discord 语音频道与你的智能体进行语音交互。

处理流程（低延迟）：

• Discord 语音音频 → Deepgram 流式语音转文字（STT）（WebSocket）
• 文本转录结果 → 发送给你的智能体
• 智能体回复 → Deepgram 文字转语音（TTS）（通过 /v1/speak 接口以流式 HTTP 方式返回 Ogg/Opus 格式音频）
• 音频实时回播至语音频道

前提要求

• 一个 Discord 机器人 Token（DISCORD_TOKEN）
• 一个 Deepgram API 密钥（DEEPGRAM_API_KEY）
• 你的服务器中需为 Discord 机器人授予以下权限：
  • 连接
  • 发言
  • 使用语音活动检测

安装

选项 A：从 ClawHub 安装

1. 在你的 OpenClaw/Clawdbot 控制台中，打开 技能/插件（Skills/Plugins） 页面。
2. 添加并安装 deepgram-discord-voice 插件。
3. 配置所需的环境变量。

选项 B：手动安装

1. 将本文件夹复制到你的 extensions/plugins 目录下。
2. 执行以下命令：

npm install

3. 重启 OpenClaw/Clawdbot。

配置

关键设置项

• primaryUser（推荐）：机器人默认监听的用户。

  • 最佳实践：使用你的 Discord 用户 ID（纯数字）
  • 也支持：频道内唯一可识别的用户名或显示名（例如 atechy）

• allowVoiceSwitch：若设为 true，主用户可通过语音指令切换当前被允许发言的用户。

• wakeWord：语音控制命令的唤醒词前缀。默认值：openclaw。

• deepgram.sttModel：默认为 nova-2。

• deepgram.language：可选的 BCP‑47 语言标签（例如 en-US、es、es-EC）。

• ttsVoice：Deepgram Aura 语音模型名称（例如 aura-2-thalia-en）。

配置示例

{
  "plugins": {
    "entries": {
      "deepgram-discord-voice": {
        "enabled": true,
        "config": {
          "streamingSTT": true,
          "streamingTTS": true,

          "primaryUser": "atechy",
          "allowVoiceSwitch": true,
          "wakeWord": "openclaw",

          "ttsVoice": "aura-2-thalia-en",
          "vadSensitivity": "medium",
          "bargeIn": true,

          "deepgram": {
            "sttModel": "nova-2",
            "language": "en-US"
          }
        }
      }
    }
  }
}

使用方法

加入语音频道

使用插件工具或斜杠命令（取决于你的 OpenClaw 配置）：

• 加入频道：action=join 并传入 channelId
• 离开频道：action=leave

语音交互（在语音频道中）

当机器人成功接入后，直接说话即可。

安全机制：默认仅监听你本人

当设置了 primaryUser 后，插件默认只响应该用户的语音输入；除非你主动授权其他用户发言。

允许他人发言（通过语音指令）

作为主用户，可说出以下任一指令：

• openclaw allow
• openclaw listen to

恢复仅监听你自己：

• openclaw only me
• openclaw reset

通过工具操作切换（可选）

• allow_speaker，参数 user（支持用户 ID / @提及 / 用户名）
• only_me
• status

注意事项

• 最低延迟效果需同时启用 streamingSTT=true 和 streamingTTS=true。
• Deepgram TTS 通过 HTTP 流式传输 Ogg/Opus 格式音频，使 Discord 可立即播放。