Providers

Azure Speech

Azure Speech adalah penyedia text-to-speech Azure AI Speech bawaan. OpenClaw memanggil REST API Azure Speech secara langsung dengan SSML, menyintesis MP3 untuk balasan standar, Ogg/Opus native untuk catatan suara, dan mulaw 8 kHz untuk saluran telefoni seperti Voice Call. Permintaan mengirimkan format keluaran milik penyedia melalui header X-Microsoft-OutputFormat.

Detail	Nilai
ID penyedia	`azure-speech` (alias: `azure`)
Situs web	Azure AI Speech
Dokumentasi	Text-to-speech REST Speech
Autentikasi	`AZURE_SPEECH_KEY` ditambah `AZURE_SPEECH_REGION`
Suara default	`en-US-JennyNeural`
Keluaran berkas default	`audio-24khz-48kbitrate-mono-mp3`
Berkas 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, lalu salin lokasi sumber daya seperti eastus.

Code

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

Pilih Azure Speech di messages.tts

json5

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

Kirim pesan

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

Opsi konfigurasi

Semua opsi berada di bawah messages.tts.providers["azure-speech"].

Opsi	Deskripsi
`apiKey`	Kunci sumber daya Azure Speech. Menggunakan `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY`, atau `SPEECH_KEY` sebagai cadangan.
`region`	Wilayah sumber daya Azure Speech. Menggunakan `AZURE_SPEECH_REGION` atau `SPEECH_REGION` sebagai cadangan.
`endpoint`	Penggantian endpoint Azure Speech opsional. Menggunakan `AZURE_SPEECH_ENDPOINT` sebagai cadangan.
`baseUrl`	Penggantian URL dasar Azure Speech opsional.
`voice`	ShortName suara Azure (default `en-US-JennyNeural`). Alias lama: `voiceId`.
`lang`	Kode bahasa SSML (default `en-US`).
`outputFormat`	Format keluaran berkas audio (default `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	Format keluaran catatan suara (default `ogg-24khz-16bit-mono-opus`).
`timeoutMs`	Penggantian batas waktu permintaan dalam milidetik. Menggunakan `messages.tts.timeoutMs` global sebagai cadangan.

Penyedia dianggap telah dikonfigurasi setelah apiKey ditetapkan bersama salah satu dari region, endpoint, atau baseUrl. Variabel lingkungan hanya diperiksa sebagai cadangan untuk kunci konfigurasi yang belum ditetapkan.

Catatan

Autentikasi

Azure Speech menggunakan kunci sumber daya Speech, bukan kunci Azure OpenAI. Kunci dikirim sebagai Ocp-Apim-Subscription-Key; OpenClaw memperoleh 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 menyaring suara yang ditandai sebagai usang, dihentikan, atau dinonaktifkan.

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 saluran dapat mengirim gelembung suara native tanpa konversi MP3 tambahan, dan memaksakan raw-8khz-8bit-mono-mulaw untuk target telefoni.

Alias

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