Skip to main content
Azure Speech एक बंडल किया गया Azure AI Speech टेक्स्ट-टू-स्पीच प्रदाता है। OpenClaw SSML के साथ Azure Speech REST API को सीधे कॉल करता है और मानक उत्तरों के लिए MP3, वॉइस नोट्स के लिए नेटिव Ogg/Opus, और Voice Call जैसे टेलीफ़ोनी चैनलों के लिए 8 kHz mulaw संश्लेषित करता है। अनुरोध, प्रदाता के स्वामित्व वाला आउटपुट प्रारूप X-Microsoft-OutputFormat हेडर के माध्यम से भेजता है।

​
आरंभ करना

1

Azure Speech संसाधन बनाएँ

Azure पोर्टल में एक Speech संसाधन बनाएँ। Resource Management > Keys and Endpoint से KEY 1 कॉपी करें और eastus जैसे संसाधन का स्थान कॉपी करें।
2

tts में Azure Speech चुनें

3

संदेश भेजें

किसी भी कनेक्ट किए गए चैनल के माध्यम से उत्तर भेजें। OpenClaw, Azure Speech से ऑडियो संश्लेषित करता है और मानक ऑडियो के लिए MP3 या चैनल द्वारा वॉइस नोट अपेक्षित होने पर Ogg/Opus वितरित करता है।

​
कॉन्फ़िगरेशन विकल्प

सभी विकल्प tts.providers["azure-speech"] के अंतर्गत होते हैं। apiKey के साथ region, endpoint, या baseUrl में से कोई एक सेट होने पर प्रदाता को कॉन्फ़िगर किया हुआ माना जाता है। पर्यावरण चर केवल उन कॉन्फ़िगरेशन कुंजियों के लिए फ़ॉलबैक के रूप में जाँचे जाते हैं जिन्हें सेट नहीं किया गया है। वर्कस्पेस की .env फ़ाइलें AZURE_SPEECH_ENDPOINT सेट नहीं कर सकतीं; एंडपॉइंट रूटिंग के लिए प्रोसेस परिवेश, वैश्विक रनटाइम dotenv, या स्पष्ट कॉन्फ़िगरेशन का उपयोग करें।

​
टिप्पणियाँ

Azure Speech, Azure OpenAI कुंजी के बजाय Speech संसाधन कुंजी का उपयोग करता है। कुंजी Ocp-Apim-Subscription-Key के रूप में भेजी जाती है; जब तक आप endpoint या baseUrl प्रदान नहीं करते, OpenClaw region से https://<region>.tts.speech.microsoft.com प्राप्त करता है।
Azure Speech वॉइस के ShortName मान का उपयोग करें, उदाहरण के लिए en-US-JennyNeural। बंडल किया गया प्रदाता उसी Speech संसाधन के माध्यम से वॉइस सूचीबद्ध कर सकता है और अप्रचलित, सेवानिवृत्त या अक्षम चिह्नित वॉइस को फ़िल्टर कर देता है।
Azure, audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus, और riff-24khz-16bit-mono-pcm जैसे आउटपुट प्रारूप स्वीकार करता है। OpenClaw voice-note लक्ष्यों के लिए Ogg/Opus का अनुरोध करता है, ताकि चैनल अतिरिक्त MP3 रूपांतरण के बिना नेटिव वॉइस बबल भेज सकें, और टेलीफ़ोनी लक्ष्यों के लिए raw-8khz-8bit-mono-mulaw को अनिवार्य करता है।
मौजूदा कॉन्फ़िगरेशन के लिए azure को प्रदाता उपनाम के रूप में स्वीकार किया जाता है, लेकिन Azure OpenAI मॉडल प्रदाताओं से भ्रम से बचने के लिए नए कॉन्फ़िगरेशन में azure-speech का उपयोग करना चाहिए।

​
संबंधित

टेक्स्ट-टू-स्पीच

TTS का अवलोकन, प्रदाता और tts कॉन्फ़िगरेशन।

कॉन्फ़िगरेशन

tts सेटिंग्स सहित संपूर्ण कॉन्फ़िगरेशन संदर्भ।

प्रदाता

OpenClaw के सभी बंडल किए गए प्रदाता।

समस्या निवारण

सामान्य समस्याएँ और डीबगिंग के चरण।