Providers

Azure Konuşma Hizmeti

Azure Speech, paketle birlikte sunulan bir Azure AI Speech metinden konuşmaya sağlayıcısıdır. OpenClaw, Azure Speech REST API'sini SSML ile doğrudan çağırarak standart yanıtlar için MP3, sesli notlar için yerel Ogg/Opus ve Voice Call gibi telefon kanalları için 8 kHz mulaw sentezler. İstek, sağlayıcıya ait çıkış biçimini X-Microsoft-OutputFormat üstbilgisi aracılığıyla gönderir.

Ayrıntı	Değer
Sağlayıcı kimliği	`azure-speech` (diğer ad: `azure`)
Web sitesi	Azure AI Speech
Belgeler	Speech REST metinden konuşmaya
Kimlik doğrulama	`AZURE_SPEECH_KEY` ve `AZURE_SPEECH_REGION`
Varsayılan ses	`en-US-JennyNeural`
Varsayılan dosya çıkışı	`audio-24khz-48kbitrate-mono-mp3`
Varsayılan sesli not dosyası	`ogg-24khz-16bit-mono-opus`

Başlarken

Azure Speech kaynağı oluşturun

Azure portalında bir Speech kaynağı oluşturun. Resource Management > Keys and Endpoint bölümünden KEY 1 değerini ve eastus gibi kaynak konumunu kopyalayın.

Code

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

messages.tts içinde Azure Speech'i seçin

json5

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

Bir mesaj gönderin

Bağlı herhangi bir kanal üzerinden yanıt gönderin. OpenClaw, sesi Azure Speech ile sentezler ve standart ses için MP3, kanal bir sesli not beklediğinde ise Ogg/Opus iletir.

Yapılandırma seçenekleri

Tüm seçenekler messages.tts.providers["azure-speech"] altında bulunur.

Seçenek	Açıklama
`apiKey`	Azure Speech kaynak anahtarı. `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY` veya `SPEECH_KEY` değerine geri döner.
`region`	Azure Speech kaynak bölgesi. `AZURE_SPEECH_REGION` veya `SPEECH_REGION` değerine geri döner.
`endpoint`	İsteğe bağlı Azure Speech uç noktası geçersiz kılma değeri. Güvenilir `AZURE_SPEECH_ENDPOINT` değerine geri döner.
`baseUrl`	İsteğe bağlı Azure Speech temel URL geçersiz kılma değeri.
`voice`	Azure ses ShortName değeri (varsayılan `en-US-JennyNeural`). Eski diğer ad: `voiceId`.
`lang`	SSML dil kodu (varsayılan `en-US`).
`outputFormat`	Ses dosyası çıkış biçimi (varsayılan `audio-24khz-48kbitrate-mono-mp3`).
`voiceNoteOutputFormat`	Sesli not çıkış biçimi (varsayılan `ogg-24khz-16bit-mono-opus`).
`timeoutMs`	Milisaniye cinsinden istek zaman aşımı geçersiz kılma değeri. Genel `messages.tts.timeoutMs` değerine geri döner.

apiKey ile birlikte region, endpoint veya baseUrl değerlerinden biri ayarlandığında sağlayıcı yapılandırılmış kabul edilir. Ortam değişkenleri yalnızca ayarlanmamış bırakılan yapılandırma anahtarları için geri dönüş olarak denetlenir. Çalışma alanı .env dosyaları AZURE_SPEECH_ENDPOINT değerini ayarlayamaz; uç nokta yönlendirmesi için işlem ortamını, genel çalışma zamanı dotenv'ini veya açık yapılandırmayı kullanın.

Notlar

Kimlik doğrulama

Azure Speech, Azure OpenAI anahtarı değil, Speech kaynak anahtarı kullanır. Anahtar Ocp-Apim-Subscription-Key olarak gönderilir; endpoint veya baseUrl sağlamadığınız sürece OpenClaw, https://<region>.tts.speech.microsoft.com değerini region değerinden türetir.

Ses adları

Azure Speech sesinin ShortName değerini kullanın; örneğin en-US-JennyNeural. Paketle birlikte sunulan sağlayıcı, aynı Speech kaynağı üzerinden sesleri listeleyebilir ve kullanımdan kaldırılmış, sonlandırılmış veya devre dışı olarak işaretlenen sesleri filtreler.

Ses çıkışları

Azure; audio-24khz-48kbitrate-mono-mp3, ogg-24khz-16bit-mono-opus ve riff-24khz-16bit-mono-pcm gibi çıkış biçimlerini kabul eder. OpenClaw, kanalların ek bir MP3 dönüştürmesi olmadan yerel ses balonları gönderebilmesi için voice-note hedeflerinde Ogg/Opus ister ve telefon hedeflerinde raw-8khz-8bit-mono-mulaw biçimini zorunlu kılar.

Diğer ad

azure, mevcut yapılandırma için sağlayıcı diğer adı olarak kabul edilir; ancak Azure OpenAI model sağlayıcılarıyla karışıklığı önlemek için yeni yapılandırmada azure-speech kullanılmalıdır.