Passer au contenu principal
Azure Speech est un fournisseur Azure AI Speech de synthèse vocale. Dans OpenClaw, il synthétise l’audio des réponses sortantes en MP3 par défaut, en Ogg/Opus natif pour les notes vocales, et en audio mulaw 8 kHz pour les canaux téléphoniques tels que les appels vocaux. OpenClaw utilise directement l’API REST Azure Speech avec SSML et envoie le format de sortie propre au fournisseur via X-Microsoft-OutputFormat.
DétailValeur
Site webAzure AI Speech
DocumentationSpeech REST text-to-speech
AuthentificationAZURE_SPEECH_KEY plus AZURE_SPEECH_REGION
Voix par défauten-US-JennyNeural
Sortie fichier par défautaudio-24khz-48kbitrate-mono-mp3
Fichier de note vocale par défautogg-24khz-16bit-mono-opus

​
Démarrage

1

Create an Azure Speech resource

Dans le portail Azure, créez une ressource Speech. Copiez KEY 1 depuis Resource Management > Keys and Endpoint, puis copiez l’emplacement de la ressource, comme eastus.
AZURE_SPEECH_KEY=<speech-resource-key>
AZURE_SPEECH_REGION=eastus
2

Select Azure Speech in messages.tts

{
  messages: {
    tts: {
      auto: "always",
      provider: "azure-speech",
      providers: {
        "azure-speech": {
          speakerVoice: "en-US-JennyNeural",
          lang: "en-US",
        },
      },
    },
  },
}
3

Send a message

Envoyez une réponse via n’importe quel canal connecté. OpenClaw synthétise l’audio avec Azure Speech et fournit du MP3 pour l’audio standard, ou de l’Ogg/Opus lorsque le canal attend une note vocale.

​
Options de configuration

OptionCheminDescription
apiKeymessages.tts.providers.azure-speech.apiKeyClé de ressource Azure Speech. Se rabat sur AZURE_SPEECH_KEY, AZURE_SPEECH_API_KEY ou SPEECH_KEY.
regionmessages.tts.providers.azure-speech.regionRégion de la ressource Azure Speech. Se rabat sur AZURE_SPEECH_REGION ou SPEECH_REGION.
endpointmessages.tts.providers.azure-speech.endpointRemplacement facultatif de l’endpoint/de l’URL de base Azure Speech.
baseUrlmessages.tts.providers.azure-speech.baseUrlRemplacement facultatif de l’URL de base Azure Speech.
speakerVoicemessages.tts.providers.azure-speech.speakerVoiceAzure voice ShortName (par défaut en-US-JennyNeural). Alias hérité : voice.
langmessages.tts.providers.azure-speech.langCode de langue SSML (par défaut en-US).
outputFormatmessages.tts.providers.azure-speech.outputFormatFormat de sortie du fichier audio (par défaut audio-24khz-48kbitrate-mono-mp3).
voiceNoteOutputFormatmessages.tts.providers.azure-speech.voiceNoteOutputFormatFormat de sortie de note vocale (par défaut ogg-24khz-16bit-mono-opus).

​
Notes

Azure Speech utilise une clé de ressource Speech, et non une clé Azure OpenAI. La clé est envoyée sous forme de Ocp-Apim-Subscription-Key ; OpenClaw dérive https://<region>.tts.speech.microsoft.com depuis region, sauf si vous fournissez endpoint ou baseUrl.
Utilisez la valeur ShortName de la voix Azure Speech, par exemple en-US-JennyNeural. Le fournisseur intégré peut lister les voix via la même ressource Speech et filtre les voix marquées comme obsolètes ou retirées.
Azure accepte des formats de sortie tels que audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus et riff-24khz-16bit-mono-pcm. OpenClaw demande de l’Ogg/Opus pour les cibles voice-note afin que les canaux puissent envoyer des bulles vocales natives sans conversion MP3 supplémentaire.
azure est accepté comme alias de fournisseur pour les PR existantes et la configuration utilisateur, mais les nouvelles configurations doivent utiliser azure-speech pour éviter toute confusion avec les fournisseurs de modèles Azure OpenAI.

​
Associé

Text-to-speech

Vue d’ensemble de TTS, fournisseurs et configuration messages.tts.

Configuration

Référence complète de la configuration, y compris les paramètres messages.tts.

Providers

Tous les fournisseurs OpenClaw intégrés.

Troubleshooting

Problèmes courants et étapes de débogage.