Azure Speech - OpenClaw

Azure Speech adalah penyedia teks-ke-ucapan Azure AI Speech. Di OpenClaw, penyedia ini mensintesis audio balasan keluar sebagai MP3 secara default, Ogg/Opus native untuk catatan suara, dan audio mulaw 8 kHz untuk kanal telepon seperti Panggilan Suara. OpenClaw menggunakan Azure Speech REST API secara langsung dengan SSML dan mengirim format keluaran milik penyedia melalui X-Microsoft-OutputFormat.

Detail	Nilai
Situs web	Azure AI Speech
Dokumentasi	Speech REST text-to-speech
Autentikasi	`AZURE_SPEECH_KEY` plus `AZURE_SPEECH_REGION`
Suara default	`en-US-JennyNeural`
Keluaran file default	`audio-24khz-48kbitrate-mono-mp3`
File catatan suara default	`ogg-24khz-16bit-mono-opus`

Memulai

Buat sumber daya Azure Speech

Di portal Azure, buat sumber daya Speech. Salin KEY 1 dari Resource Management > Keys and Endpoint, dan salin lokasi sumber daya seperti eastus.

AZURE_SPEECH_KEY=<speech-resource-key>
AZURE_SPEECH_REGION=eastus

Pilih Azure Speech di messages.tts

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

Kirim pesan

Kirim balasan melalui kanal apa pun yang terhubung. OpenClaw mensintesis audio dengan Azure Speech dan mengirimkan MP3 untuk audio standar, atau Ogg/Opus saat kanal mengharapkan catatan suara.

Opsi konfigurasi

Opsi	Jalur	Deskripsi
`apiKey`	`messages.tts.providers.azure-speech.apiKey`	Kunci sumber daya Azure Speech. Beralih ke `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY`, atau `SPEECH_KEY`.
`region`	`messages.tts.providers.azure-speech.region`	Wilayah sumber daya Azure Speech. Beralih ke `AZURE_SPEECH_REGION` atau `SPEECH_REGION`.
`endpoint`	`messages.tts.providers.azure-speech.endpoint`	Penggantian endpoint/URL dasar Azure Speech opsional.
`baseUrl`	`messages.tts.providers.azure-speech.baseUrl`	Penggantian URL dasar Azure Speech opsional.
`speakerVoice`	`messages.tts.providers.azure-speech.speakerVoice`	ShortName suara Azure (default `en-US-JennyNeural`). Alias lama: `voice`.
`lang`	`messages.tts.providers.azure-speech.lang`	Kode bahasa SSML (default `en-US`).
`outputFormat`	`messages.tts.providers.azure-speech.outputFormat`	Format keluaran file audio (default `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	`messages.tts.providers.azure-speech.voiceNoteOutputFormat`	Format keluaran catatan suara (default `ogg-24khz-16bit-mono-opus`).

Catatan

Autentikasi

Azure Speech menggunakan kunci sumber daya Speech, bukan kunci Azure OpenAI. Kunci dikirim sebagai Ocp-Apim-Subscription-Key; OpenClaw menurunkan https://<region>.tts.speech.microsoft.com dari region kecuali Anda menyediakan endpoint atau baseUrl.

Nama suara

Gunakan nilai ShortName suara Azure Speech, misalnya en-US-JennyNeural. Penyedia bawaan dapat mencantumkan suara melalui sumber daya Speech yang sama dan memfilter suara yang ditandai usang atau dihentikan.

Keluaran audio

Azure menerima format keluaran seperti audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus, dan riff-24khz-16bit-mono-pcm. OpenClaw meminta Ogg/Opus untuk target voice-note agar kanal dapat mengirim balon suara native tanpa konversi MP3 tambahan.

Alias

azure diterima sebagai alias penyedia untuk PR dan konfigurasi pengguna yang ada, tetapi konfigurasi baru sebaiknya menggunakan azure-speech untuk menghindari kebingungan dengan penyedia model Azure OpenAI.

Terkait

Teks-ke-ucapan

Ikhtisar TTS, penyedia, dan konfigurasi messages.tts.

Konfigurasi

Referensi konfigurasi lengkap termasuk pengaturan messages.tts.

Penyedia

Semua penyedia bawaan OpenClaw.

Pemecahan masalah

Masalah umum dan langkah-langkah debugging.

​Memulai

​Opsi konfigurasi

​Catatan

​Terkait