今天滑鼠掛了。

與其等新的，不如把這個系列一直沒碰的東西補起來——用說的操作 agent。

先搞清楚有兩套

這是最容易混淆的地方。OpenClaw 的語音分成兩套，設定在不同地方，用途也不一樣。

本機語音：把你說的話轉成文字（聽寫），把它的回覆唸出來（朗讀）。跑在你自己電腦上，不出網路。

即時語音：真的跟它對話，你講完它馬上回話。走雲端供應商，要有金鑰。

前者是輸入法，後者是通話。

本機那套在哪

Companion → 語音與音訊。

我的設定長這樣：

聽寫          開啟
語言          自動偵測
停頓多久算講完  1.5 秒
朗讀          piper
音色          en_US-amy-low

「停頓多久算講完」那個值得調。 預設 1.5 秒，講話會停頓思考的人會一直被截斷。

即時語音在哪

WebUI → 設定 → 語音對話。

這頁有幾個東西：

觸發詞 — 最多 32 個，所有連到這個 Gateway 的裝置共用。設好之後講那個詞就能喚醒它。

供應商 — Google Live Voice、OpenAI Realtime Voice、xAI Grok Voice，或讓它自動挑第一個有有效憑證的。

音色 — 十種可選：alloy、ash、ballad、coral、echo、sage、shimmer、verse、marin、cedar。

我踩到的坑

看一下我上面的本機設定：

音色  en_US-amy-low

那是英文音色。

而我的 agent 回我中文。

結果就是它用英文的發音規則去唸中文，唸出來的東西沒辦法聽。我一開始還以為是朗讀壞了。

這不是 bug，是我沒設。 預設給的是英文音色，因為它不知道你會用什麼語言。

聽寫那邊設的是「自動偵測」所以沒事，但朗讀是固定的，要自己挑。

沒有滑鼠怎麼辦

順便講一下今天怎麼活下來的。

WebUI 有命令面板，Ctrl+K 叫出來，打幾個字就能跳到任何一頁。設定、自動化、技能、裝置，全部不用滑鼠。

另外 Ctrl+B 收合側邊欄、Ctrl+Shift+, 直接開設定。

說實話，用了一天之後我發現鍵盤比滑鼠快。那個命令面板省掉的點擊比我想的多。

收尾

語音這塊我之前一直跳過，因為「用打的比較快」。

今天被迫試了一天，結論是：打字還是比較快，而且我除非沒鍵盤不然我還是乖乖用手打的

而真正讓我意外的是命令面板。滑鼠修好之後我大概也不會再用側邊欄點來點去了。