核心用法
Voice Assistant 是 OpenClaw 的官方语音伴侣，将本地AI网关转化为完整的语音交互系统。用户通过自定义唤醒词（Porcupine）或全局热键激活，语音经 faster-whisper 本地转录后送入 OpenClaw 网关，答案由 ElevenLabs TTS 实时播报，并支持5秒自动续听实现多轮对话。
显著优点
- 全链路本地化：STT 采用 faster-whisper 本地运行（CPU int8），敏感语音数据不上传
- 高度可定制：唤醒词、音色、热键、静音阈值均可配置，支持自定义
.ppn唤醒模型 - 自然交互设计：激活音效、思考音效、自动续听机制模拟真人对话节奏
- 零窗口后台化：系统托盘常驻，支持开机自启，不影响日常办公
潜在缺点与局限
- Windows独占：仅支持 Win32 平台，macOS/Linux 用户无法使用
- 多重依赖：需同时配置 OpenClaw 网关、ElevenLabs、Picovoice 三项外部服务
- 实时性瓶颈：ElevenLabs 云端 TTS 在弱网环境下存在延迟，免费 tier 有并发限制
- 硬件敏感：麦克风增益、环境噪音对唤醒准确率影响较大，需手动调参
适合人群
- 已部署 OpenClaw 网关的 Windows 开发者/高级用户
- 追求低延迟本地 STT + 高保真云端 TTS 混合方案的语音交互爱好者
- 需要双手解放场景（编程、驾驶、家务）的多任务处理者
常规风险
- 网关 Token 与 ElevenLabs API Key 以明文存储于
.env文件，需防范本地文件泄露 - Porcupine 免费 tier 每月有使用时长限制，超限后唤醒功能失效
- ElevenLabs 免费 tier 字符配额有限，高频使用易触发额度耗尽
- 麦克风权限被其他应用占用时会导致录音失败，需手动释放设备
> 安全提示：建议将 .env 文件加入 .gitignore，并定期轮换 API Key；敏感场景可关闭网关外网访问，限制为本地回环地址。