Мовлення Azure

Azure Speech — це вбудований постачальник синтезу мовлення на основі Azure AI Speech. OpenClaw безпосередньо викликає REST API Azure Speech із SSML, синтезуючи MP3 для стандартних відповідей, нативний Ogg/Opus для голосових повідомлень і mulaw 8 кГц для телефонних каналів, як-от Voice Call. Запит передає визначений постачальником формат виведення через заголовок X-Microsoft-OutputFormat.

Відомості	Значення
Ідентифікатор постачальника	`azure-speech` (псевдонім: `azure`)
Вебсайт	Azure AI Speech
Документація	REST API Speech для синтезу мовлення
Автентифікація	`AZURE_SPEECH_KEY` разом із `AZURE_SPEECH_REGION`
Стандартний голос	`en-US-JennyNeural`
Стандартний формат файлу	`audio-24khz-48kbitrate-mono-mp3`
Стандартний файл голосового повідомлення	`ogg-24khz-16bit-mono-opus`

Початок роботи

Створіть ресурс Azure Speech

На порталі Azure створіть ресурс Speech. Скопіюйте KEY 1 з Resource Management > Keys and Endpoint, а також розташування ресурсу, наприклад eastus.

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

Виберіть Azure Speech у messages.tts

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

Надішліть повідомлення

Надішліть відповідь через будь-який підключений канал. OpenClaw синтезує аудіо за допомогою Azure Speech і передає MP3 для стандартного аудіо або Ogg/Opus, коли канал очікує голосове повідомлення.

Параметри конфігурації

Усі параметри містяться в messages.tts.providers["azure-speech"].

Параметр	Опис
`apiKey`	Ключ ресурсу Azure Speech. Резервно використовує `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY` або `SPEECH_KEY`.
`region`	Регіон ресурсу Azure Speech. Резервно використовує `AZURE_SPEECH_REGION` або `SPEECH_REGION`.
`endpoint`	Необов’язкове перевизначення кінцевої точки Azure Speech. Резервно використовує довірений `AZURE_SPEECH_ENDPOINT`.
`baseUrl`	Необов’язкове перевизначення базової URL-адреси Azure Speech.
`voice`	ShortName голосу Azure (стандартне значення — `en-US-JennyNeural`). Застарілий псевдонім: `voiceId`.
`lang`	Код мови SSML (стандартне значення — `en-US`).
`outputFormat`	Формат виведення аудіофайлу (стандартне значення — `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	Формат виведення голосового повідомлення (стандартне значення — `ogg-24khz-16bit-mono-opus`).
`timeoutMs`	Перевизначення часу очікування запиту в мілісекундах. Резервно використовує глобальний `messages.tts.timeoutMs`.

Постачальник вважається налаштованим, коли задано apiKey разом з одним із region, endpoint або baseUrl. Змінні середовища перевіряються лише як резервний варіант для незаданих ключів конфігурації. Файли .env робочої області не можуть задавати AZURE_SPEECH_ENDPOINT; для маршрутизації кінцевої точки використовуйте середовище процесу, глобальний dotenv середовища виконання або явну конфігурацію.

Примітки

Автентифікація

Azure Speech використовує ключ ресурсу Speech, а не ключ Azure OpenAI. Ключ надсилається як Ocp-Apim-Subscription-Key; OpenClaw формує https://<region>.tts.speech.microsoft.com з region, якщо не надано endpoint або baseUrl.

Назви голосів

Використовуйте значення ShortName голосу Azure Speech, наприклад en-US-JennyNeural. Вбудований постачальник може отримувати список голосів через той самий ресурс Speech і відфільтровує голоси, позначені як застарілі, вилучені або вимкнені.

Формати аудіо

Azure приймає такі формати виведення, як audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus і riff-24khz-16bit-mono-pcm. OpenClaw запитує Ogg/Opus для цілей voice-note, щоб канали могли надсилати нативні голосові повідомлення без додаткового перетворення MP3, і примусово використовує raw-8khz-8bit-mono-mulaw для телефонних цілей.

Псевдонім

azure підтримується як псевдонім постачальника для наявної конфігурації, але в новій конфігурації слід використовувати azure-speech, щоб уникнути плутанини з постачальниками моделей Azure OpenAI.

Пов’язані матеріали

Синтез мовлення

Огляд TTS, постачальники та конфігурація messages.tts.

Конфігурація

Повний довідник із конфігурації, включно з налаштуваннями messages.tts.

Постачальники

Усі вбудовані постачальники OpenClaw.

Усунення несправностей

Поширені проблеми та кроки діагностики.

Overview

Concepts and configuration

Providers

Мовлення Azure

Початок роботи

Параметри конфігурації

Примітки

Пов’язані матеріали

Синтез мовлення

Конфігурація

Постачальники

Усунення несправностей

​Початок роботи

​Параметри конфігурації

​Примітки

​Пов’язані матеріали

Синтез мовлення

Конфігурація

Постачальники

Усунення несправностей

Початок роботи

Параметри конфігурації

Примітки

Пов’язані матеріали