Providers

خدمة Azure للكلام

Azure Speech هو موفّر مضمن لتحويل النص إلى كلام ضمن Azure AI Speech. يستدعي OpenClaw واجهة Azure Speech REST API مباشرةً باستخدام SSML، وينشئ ملفات MP3 للردود القياسية، وOgg/Opus أصليًا للملاحظات الصوتية، وmulaw بتردد 8 كيلوهرتز لقنوات الاتصالات الهاتفية مثل المكالمات الصوتية. يرسل الطلب تنسيق الإخراج الذي يملكه الموفّر عبر ترويسة X-Microsoft-OutputFormat.

التفصيل	القيمة
معرّف الموفّر	`azure-speech` (الاسم المستعار: `azure`)
الموقع الإلكتروني	Azure AI Speech
الوثائق	تحويل النص إلى كلام عبر Speech REST
المصادقة	`AZURE_SPEECH_KEY` بالإضافة إلى `AZURE_SPEECH_REGION`
الصوت الافتراضي	`en-US-JennyNeural`
إخراج الملف الافتراضي	`audio-24khz-48kbitrate-mono-mp3`
ملف الملاحظة الصوتية الافتراضي	`ogg-24khz-16bit-mono-opus`

بدء الاستخدام

إنشاء مورد Azure Speech

في بوابة Azure، أنشئ مورد Speech. انسخ KEY 1 من Resource Management > Keys and Endpoint، وانسخ موقع المورد مثل eastus.

Code

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

تحديد Azure Speech في messages.tts

json5

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

إرسال رسالة

أرسل ردًا عبر أي قناة متصلة. ينشئ OpenClaw الصوت باستخدام Azure Speech ويرسل MP3 للصوت القياسي، أو Ogg/Opus عندما تتوقع القناة ملاحظة صوتية.

خيارات الإعداد

توجد جميع الخيارات ضمن messages.tts.providers["azure-speech"].

الخيار	الوصف
`apiKey`	مفتاح مورد Azure Speech. يرجع احتياطيًا إلى `AZURE_SPEECH_KEY` أو `AZURE_SPEECH_API_KEY` أو `SPEECH_KEY`.
`region`	منطقة مورد Azure Speech. يرجع احتياطيًا إلى `AZURE_SPEECH_REGION` أو `SPEECH_REGION`.
`endpoint`	تجاوز اختياري لنقطة نهاية Azure Speech. يرجع احتياطيًا إلى `AZURE_SPEECH_ENDPOINT`.
`baseUrl`	تجاوز اختياري لعنوان URL الأساسي لـ Azure Speech.
`voice`	قيمة ShortName لصوت Azure (الافتراضي `en-US-JennyNeural`). الاسم المستعار القديم: `voiceId`.
`lang`	رمز لغة SSML (الافتراضي `en-US`).
`outputFormat`	تنسيق إخراج الملف الصوتي (الافتراضي `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	تنسيق إخراج الملاحظة الصوتية (الافتراضي `ogg-24khz-16bit-mono-opus`).
`timeoutMs`	تجاوز مهلة الطلب بالمللي ثانية. يرجع احتياطيًا إلى `messages.tts.timeoutMs` العام.

يُعدّ الموفّر معدًا بمجرد تعيين apiKey بالإضافة إلى أحد الخيارات region أو endpoint أو baseUrl. لا تُفحص متغيرات البيئة إلا كخيار احتياطي لمفاتيح الإعداد التي لم تُعيّن.

ملاحظات

المصادقة

يستخدم Azure Speech مفتاح مورد Speech، وليس مفتاح Azure OpenAI. يُرسل المفتاح باسم Ocp-Apim-Subscription-Key؛ ويشتق OpenClaw https://<region>.tts.speech.microsoft.com من region ما لم توفّر endpoint أو baseUrl.

أسماء الأصوات

استخدم قيمة ShortName لصوت Azure Speech، على سبيل المثال en-US-JennyNeural. يستطيع الموفّر المضمن سرد الأصوات عبر مورد Speech نفسه، ويستبعد الأصوات التي تحمل علامة مهملة أو متقاعدة أو معطلة.

مخرجات الصوت

يقبل Azure تنسيقات إخراج مثل audio-24khz-48kbitrate-mono-mp3 وogg-24khz-16bit-mono-opus وriff-24khz-16bit-mono-pcm. يطلب OpenClaw صيغة Ogg/Opus لأهداف voice-note حتى تتمكن القنوات من إرسال فقاعات صوتية أصلية دون تحويل إضافي إلى MP3، ويفرض raw-8khz-8bit-mono-mulaw لأهداف الاتصالات الهاتفية.

الاسم المستعار

يُقبل azure كاسم مستعار للموفّر في الإعدادات الحالية، لكن ينبغي أن تستخدم الإعدادات الجديدة azure-speech لتجنب الخلط مع موفّري نماذج Azure OpenAI.