Azure Speech - OpenClaw

Azure Speech는 Azure AI Speech 텍스트 음성 변환 제공자입니다. OpenClaw에서는 기본적으로 아웃바운드 답장 오디오를 MP3로, 음성 메모에는 네이티브 Ogg/Opus로, Voice Call 같은 전화 통신 채널에는 8 kHz mulaw 오디오로 합성합니다. OpenClaw는 SSML과 함께 Azure Speech REST API를 직접 사용하며, 제공자가 소유한 출력 형식을 X-Microsoft-OutputFormat을 통해 전송합니다.

세부 정보	값
웹사이트	Azure AI Speech
문서	Speech REST 텍스트 음성 변환
인증	`AZURE_SPEECH_KEY`와 `AZURE_SPEECH_REGION`
기본 음성	`en-US-JennyNeural`
기본 파일 출력	`audio-24khz-48kbitrate-mono-mp3`
기본 음성 메모 파일	`ogg-24khz-16bit-mono-opus`

시작하기

Azure Speech 리소스 만들기

Azure 포털에서 Speech 리소스를 만듭니다. Resource Management > Keys and Endpoint에서 KEY 1을 복사하고, eastus 같은 리소스 위치를 복사합니다.

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

messages.tts에서 Azure Speech 선택

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

메시지 보내기

연결된 채널을 통해 답장을 보냅니다. OpenClaw는 Azure Speech로 오디오를 합성하고, 표준 오디오에는 MP3를, 채널에서 음성 메모를 기대하는 경우에는 Ogg/Opus를 전달합니다.

구성 옵션

옵션	경로	설명
`apiKey`	`messages.tts.providers.azure-speech.apiKey`	Azure Speech 리소스 키입니다. `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY` 또는 `SPEECH_KEY`로 대체됩니다.
`region`	`messages.tts.providers.azure-speech.region`	Azure Speech 리소스 지역입니다. `AZURE_SPEECH_REGION` 또는 `SPEECH_REGION`으로 대체됩니다.
`endpoint`	`messages.tts.providers.azure-speech.endpoint`	선택 사항인 Azure Speech 엔드포인트/기본 URL 재정의입니다.
`baseUrl`	`messages.tts.providers.azure-speech.baseUrl`	선택 사항인 Azure Speech 기본 URL 재정의입니다.
`speakerVoice`	`messages.tts.providers.azure-speech.speakerVoice`	Azure 음성 ShortName입니다(기본값 `en-US-JennyNeural`). 레거시 별칭: `voice`.
`lang`	`messages.tts.providers.azure-speech.lang`	SSML 언어 코드입니다(기본값 `en-US`).
`outputFormat`	`messages.tts.providers.azure-speech.outputFormat`	오디오 파일 출력 형식입니다(기본값 `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	`messages.tts.providers.azure-speech.voiceNoteOutputFormat`	음성 메모 출력 형식입니다(기본값 `ogg-24khz-16bit-mono-opus`).

참고 사항

인증

Azure Speech는 Azure OpenAI 키가 아니라 Speech 리소스 키를 사용합니다. 키는 Ocp-Apim-Subscription-Key로 전송됩니다. endpoint 또는 baseUrl을 제공하지 않으면 OpenClaw는 region에서 https://<region>.tts.speech.microsoft.com을 파생합니다.

음성 이름

Azure Speech 음성 ShortName 값을 사용합니다. 예: en-US-JennyNeural. 번들 제공자는 동일한 Speech 리소스를 통해 음성 목록을 가져올 수 있으며, 사용 중단되었거나 폐기된 것으로 표시된 음성을 필터링합니다.

오디오 출력

Azure는 audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus, riff-24khz-16bit-mono-pcm 같은 출력 형식을 허용합니다. OpenClaw는 voice-note 대상에 Ogg/Opus를 요청하므로 채널이 추가 MP3 변환 없이 네이티브 음성 버블을 보낼 수 있습니다.

별칭

기존 PR 및 사용자 구성에 대해 azure가 제공자 별칭으로 허용되지만, 새 구성에서는 Azure OpenAI 모델 제공자와의 혼동을 피하기 위해 azure-speech를 사용해야 합니다.

텍스트 음성 변환

TTS 개요, 제공자 및 messages.tts 구성입니다.

구성

messages.tts 설정을 포함한 전체 구성 참조입니다.

제공자

모든 번들 OpenClaw 제공자입니다.

문제 해결

일반적인 문제와 디버깅 단계입니다.

​시작하기

​구성 옵션

​참고 사항

​관련 항목

텍스트 음성 변환

구성

제공자

문제 해결

시작하기

구성 옵션

참고 사항

관련 항목