---
read_when:
- Вам нужен синтез речи Azure для исходящих ответов
- Вам нужен нативный вывод голосовых заметок в формате Ogg Opus из Azure Speech
summary: Преобразование текста в речь с помощью Azure AI Speech для ответов OpenClaw
title: Речь Azure
x-i18n:
generated_at: "2026-07-13T18:28:32Z"
model: gpt-5.6
postprocess_version: locale-links-v1
prompt_version: 24
provider: openai
source_hash: 61e700724dbb7cb8c217f91485cea0eec776698e439f6c6985dac58dc4cafc01
source_path: providers/azure-speech.md
workflow: 16
---
Azure Speech — это встроенный провайдер преобразования текста в речь на базе Azure AI Speech. OpenClaw
напрямую вызывает REST API Azure Speech с использованием SSML, синтезируя MP3 для
обычных ответов, нативный Ogg/Opus для голосовых сообщений и mulaw с частотой 8 кГц для
телефонных каналов, таких как Voice Call. В запросе принадлежащий провайдеру
формат вывода передаётся через заголовок `X-Microsoft-OutputFormat`.
| Сведения | Значение |
| ----------------------- | -------------------------------------------------------------------------------------------------------------- |
| Идентификатор провайдера | `azure-speech` (псевдоним: `azure`) |
| Веб-сайт | [Azure AI Speech](https://azure.microsoft.com/products/ai-services/ai-speech) |
| Документация | [REST API Speech для преобразования текста в речь](https://learn.microsoft.com/azure/ai-services/speech-service/rest-text-to-speech) |
| Аутентификация | `AZURE_SPEECH_KEY` и `AZURE_SPEECH_REGION` |
| Голос по умолчанию | `en-US-JennyNeural` |
| Формат файла по умолчанию | `audio-24khz-48kbitrate-mono-mp3` |
| Формат файла голосового сообщения по умолчанию | `ogg-24khz-16bit-mono-opus` |
## Начало работы
На портале Azure создайте ресурс Speech. Скопируйте **KEY 1** из раздела
Resource Management > Keys and Endpoint, а также скопируйте расположение ресурса,
например `eastus`.
```
AZURE_SPEECH_KEY=
AZURE_SPEECH_REGION=eastus
```
```json5
{
messages: {
tts: {
auto: "always",
provider: "azure-speech",
providers: {
"azure-speech": {
voice: "en-US-JennyNeural",
lang: "en-US",
},
},
},
},
}
```
Отправьте ответ через любой подключённый канал. OpenClaw синтезирует аудио
с помощью Azure Speech и отправит MP3 для обычного аудио или Ogg/Opus, если
канал ожидает голосовое сообщение.
## Параметры конфигурации
Все параметры находятся в `messages.tts.providers["azure-speech"]`.
| Параметр | Описание |
| ----------------------- | ----------------------------------------------------------------------------------------------------- |
| `apiKey` | Ключ ресурса Azure Speech. Если не задан, используются `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY` или `SPEECH_KEY`. |
| `region` | Регион ресурса Azure Speech. Если не задан, используется `AZURE_SPEECH_REGION` или `SPEECH_REGION`. |
| `endpoint` | Необязательное переопределение конечной точки Azure Speech. Если не задано, используется `AZURE_SPEECH_ENDPOINT`. |
| `baseUrl` | Необязательное переопределение базового URL Azure Speech. |
| `voice` | ShortName голоса Azure (по умолчанию `en-US-JennyNeural`). Устаревший псевдоним: `voiceId`. |
| `lang` | Код языка SSML (по умолчанию `en-US`). |
| `outputFormat` | Формат выходного аудиофайла (по умолчанию `audio-24khz-48kbitrate-mono-mp3`). |
| `voiceNoteOutputFormat` | Формат вывода голосового сообщения (по умолчанию `ogg-24khz-16bit-mono-opus`). |
| `timeoutMs` | Переопределение времени ожидания запроса в миллисекундах. Если не задано, используется глобальное значение `messages.tts.timeoutMs`. |
Провайдер считается настроенным, когда задан `apiKey` и один из следующих параметров:
`region`, `endpoint` или `baseUrl`. Переменные окружения проверяются только как резервный вариант
для незаданных ключей конфигурации.
## Примечания
Azure Speech использует ключ ресурса Speech, а не ключ Azure OpenAI. Ключ
передаётся как `Ocp-Apim-Subscription-Key`; OpenClaw формирует
`https://.tts.speech.microsoft.com` на основе `region`, если вы
не указали `endpoint` или `baseUrl`.
Используйте значение `ShortName` голоса Azure Speech, например
`en-US-JennyNeural`. Встроенный провайдер может получать список голосов через
тот же ресурс Speech и исключает голоса, помеченные как устаревшие, выведенные
из эксплуатации или отключённые.
Azure принимает такие форматы вывода, как `audio-24khz-48kbitrate-mono-mp3`,
`ogg-24khz-16bit-mono-opus` и `riff-24khz-16bit-mono-pcm`. OpenClaw
запрашивает Ogg/Opus для целей `voice-note`, чтобы каналы могли отправлять нативные
голосовые сообщения без дополнительного преобразования из MP3, и принудительно использует
`raw-8khz-8bit-mono-mulaw` для телефонных целей.
`azure` принимается как псевдоним провайдера в существующей конфигурации, однако в новой
конфигурации следует использовать `azure-speech`, чтобы избежать путаницы с провайдерами моделей
Azure OpenAI.
## Связанные материалы
Обзор TTS, провайдеры и конфигурация `messages.tts`.
Полный справочник по конфигурации, включая параметры `messages.tts`.
Все встроенные провайдеры OpenClaw.
Распространённые проблемы и действия по отладке.