Azure Speech - OpenClaw

Azure Speech là nhà cung cấp chuyển văn bản thành giọng nói của Azure AI Speech. Trong OpenClaw, mặc định nó tổng hợp âm thanh phản hồi gửi đi dưới dạng MP3, Ogg/Opus gốc cho ghi chú thoại, và âm thanh mulaw 8 kHz cho các kênh điện thoại như Cuộc gọi thoại. OpenClaw sử dụng trực tiếp Azure Speech REST API với SSML và gửi định dạng đầu ra do nhà cung cấp sở hữu thông qua X-Microsoft-OutputFormat.

Chi tiết	Giá trị
Trang web	Azure AI Speech
Tài liệu	Speech REST text-to-speech
Xác thực	`AZURE_SPEECH_KEY` cộng với `AZURE_SPEECH_REGION`
Giọng mặc định	`en-US-JennyNeural`
Đầu ra tệp mặc định	`audio-24khz-48kbitrate-mono-mp3`
Tệp ghi chú thoại mặc định	`ogg-24khz-16bit-mono-opus`

Bắt đầu

Create an Azure Speech resource

Trong Azure portal, tạo một tài nguyên Speech. Sao chép KEY 1 từ Resource Management > Keys and Endpoint, và sao chép vị trí tài nguyên chẳng hạn như eastus.

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

Select Azure Speech in messages.tts

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

Send a message

Gửi phản hồi qua bất kỳ kênh đã kết nối nào. OpenClaw tổng hợp âm thanh bằng Azure Speech và gửi MP3 cho âm thanh tiêu chuẩn, hoặc Ogg/Opus khi kênh cần một ghi chú thoại.

Tùy chọn cấu hình

Tùy chọn	Đường dẫn	Mô tả
`apiKey`	`messages.tts.providers.azure-speech.apiKey`	Khóa tài nguyên Azure Speech. Dự phòng về `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY`, hoặc `SPEECH_KEY`.
`region`	`messages.tts.providers.azure-speech.region`	Vùng tài nguyên Azure Speech. Dự phòng về `AZURE_SPEECH_REGION` hoặc `SPEECH_REGION`.
`endpoint`	`messages.tts.providers.azure-speech.endpoint`	Ghi đè endpoint/base URL Azure Speech tùy chọn.
`baseUrl`	`messages.tts.providers.azure-speech.baseUrl`	Ghi đè base URL Azure Speech tùy chọn.
`speakerVoice`	`messages.tts.providers.azure-speech.speakerVoice`	Azure voice ShortName (mặc định `en-US-JennyNeural`). Bí danh cũ: `voice`.
`lang`	`messages.tts.providers.azure-speech.lang`	Mã ngôn ngữ SSML (mặc định `en-US`).
`outputFormat`	`messages.tts.providers.azure-speech.outputFormat`	Định dạng đầu ra tệp âm thanh (mặc định `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	`messages.tts.providers.azure-speech.voiceNoteOutputFormat`	Định dạng đầu ra ghi chú thoại (mặc định `ogg-24khz-16bit-mono-opus`).

Ghi chú

Authentication

Azure Speech sử dụng khóa tài nguyên Speech, không phải khóa Azure OpenAI. Khóa được gửi dưới dạng Ocp-Apim-Subscription-Key; OpenClaw suy ra https://<region>.tts.speech.microsoft.com từ region trừ khi bạn cung cấp endpoint hoặc baseUrl.

Voice names

Sử dụng giá trị ShortName của giọng Azure Speech, ví dụ en-US-JennyNeural. Nhà cung cấp được đóng gói có thể liệt kê các giọng thông qua cùng tài nguyên Speech và lọc các giọng được đánh dấu là không còn khuyến nghị hoặc đã ngừng dùng.

Audio outputs

Azure chấp nhận các định dạng đầu ra như audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus, và riff-24khz-16bit-mono-pcm. OpenClaw yêu cầu Ogg/Opus cho mục tiêu voice-note để các kênh có thể gửi bong bóng thoại gốc mà không cần chuyển đổi MP3 bổ sung.

Alias

azure được chấp nhận làm bí danh nhà cung cấp cho các PR và cấu hình người dùng hiện có, nhưng cấu hình mới nên dùng azure-speech để tránh nhầm lẫn với các nhà cung cấp mô hình Azure OpenAI.

Liên quan

Text-to-speech

Tổng quan TTS, nhà cung cấp, và cấu hình messages.tts.

Configuration

Tham chiếu cấu hình đầy đủ, bao gồm cài đặt messages.tts.

Providers

Tất cả nhà cung cấp OpenClaw được đóng gói.

Troubleshooting

Các sự cố thường gặp và bước gỡ lỗi.

​Bắt đầu

​Tùy chọn cấu hình

​Ghi chú

​Liên quan