クラウと話そう：OpenClaw Telegramボット向けオープンソースiOS音声インターフェース

Speak with Clawは、OpenClawインフラストラクチャ上で動作するTelegramボットに音声インターフェース機能を提供するオープンソースのiOSアプリケーションです。このシステムでは、ユーザーがボットに話しかける会話型の対話が可能で、音声はローカルで処理され、応答はテキストと音声の両方の形式で返されます。

仕組み

iOSアプリが音声入力をキャプチャし、音声をMac上で動作するリレーサーバーに送信します。このサーバーは、ユーザーのOpenClawを搭載したTelegramボットを通じて音声を処理し、任意のLLM API（Claude、GPT、Geminiなど）に接続できます。ボットの応答は、再生用のテキストと音声の両方としてiOSアプリに送り返されます。

主な機能

• 音声活動検出（VAD）を備えた会話モード：ボタンを押す必要なく、話しているタイミングを自動検出
• ホットワード起動：「Hey Bot」などのフレーズで起動可能
• 音声応答再生：ボットが合成音声で応答可能
• Tailscale経由のリモートアクセス：プライバシーを維持しながらどこからでも利用可能
• 複数ボット選択：異なるOpenClawボット間の切り替えをサポート

技術的な実装

このシステムは3層アーキテクチャを使用しています：

• iOSアプリ：Swift、AVFoundation、SFSpeechRecognizerで構築
• リレーサーバー：Python/FlaskアプリケーションでTelethonによるTelegram統合、Mac上で動作
• OpenClaw統合：任意のOpenClawを搭載したTelegramボットに接続

性能と制限事項

開発者は、これはSiriのような即時システムではないと注記しています。遅延はLLMの処理速度とネットワーク状況に依存します。このアプリは「決して完璧ではない」と説明されており、ユーザーは「自己責任で使用する」べきです。

プライバシーに関する考慮事項

すべてのデータ処理はユーザー自身のインフラストラクチャ上で行われます。ユーザーデータはアプリ開発者に送信されません。システム全体がセルフホストされており、音声対話をユーザーが管理する環境内に留めることでプライバシーを維持しています。

入手方法

このプロジェクトはMITライセンスの下でオープンソース化されており、商業的な意図はありません。ソースコードはGitHubで公開されており、開発者は自身のOpenClawボット用にシステムを実装または変更できます。