Skip to main content

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

Azure Speech 是一个 Azure AI Speech 文本转语音提供商。在 OpenClaw 中，它默认将外发回复音频合成为 MP3，为语音消息使用原生 Ogg/Opus，并为诸如 Voice Call 之类的电话渠道生成 8 kHz mulaw 音频。 OpenClaw 直接使用带有 SSML 的 Azure Speech REST API，并通过 X-Microsoft-OutputFormat 发送由提供商控制的输出格式。
详细信息值
网站Azure AI Speech
文档Speech REST 文本转语音
认证AZURE_SPEECH_KEY 加 AZURE_SPEECH_REGION
默认语音en-US-JennyNeural
默认文件输出audio-24khz-48kbitrate-mono-mp3
默认语音消息文件ogg-24khz-16bit-mono-opus

​
入门指南

1

创建 Azure Speech 资源

在 Azure 门户中，创建一个 Speech 资源。复制“KEY 1”（位于“Resource Management > Keys and Endpoint”），并复制资源位置，例如 eastus。
AZURE_SPEECH_KEY=<speech-resource-key>
AZURE_SPEECH_REGION=eastus
2

在 messages.tts 中选择 Azure Speech

{
  messages: {
    tts: {
      auto: "always",
      provider: "azure-speech",
      providers: {
        "azure-speech": {
          voice: "en-US-JennyNeural",
          lang: "en-US",
        },
      },
    },
  },
}
3

发送消息

通过任意已连接的渠道发送回复。OpenClaw 会使用 Azure Speech 合成音频，并为标准音频传送 MP3，或者当渠道需要语音消息时传送 Ogg/Opus。

​
配置选项

选项路径说明
apiKeymessages.tts.providers.azure-speech.apiKeyAzure Speech 资源密钥。回退到 AZURE_SPEECH_KEY、AZURE_SPEECH_API_KEY 或 SPEECH_KEY。
regionmessages.tts.providers.azure-speech.regionAzure Speech 资源区域。回退到 AZURE_SPEECH_REGION 或 SPEECH_REGION。
endpointmessages.tts.providers.azure-speech.endpoint可选的 Azure Speech endpoint / 基础 URL 覆盖。
baseUrlmessages.tts.providers.azure-speech.baseUrl可选的 Azure Speech 基础 URL 覆盖。
voicemessages.tts.providers.azure-speech.voiceAzure 语音 ShortName（默认 en-US-JennyNeural）。
langmessages.tts.providers.azure-speech.langSSML 语言代码（默认 en-US）。
outputFormatmessages.tts.providers.azure-speech.outputFormat音频文件输出格式（默认 audio-24khz-48kbitrate-mono-mp3）。
voiceNoteOutputFormatmessages.tts.providers.azure-speech.voiceNoteOutputFormat语音消息输出格式（默认 ogg-24khz-16bit-mono-opus）。

​
说明

Azure Speech 使用的是 Speech 资源密钥，而不是 Azure OpenAI 密钥。该密钥通过 Ocp-Apim-Subscription-Key 发送；除非你提供 endpoint 或 baseUrl，否则 OpenClaw 会根据 region 推导出 https://<region>.tts.speech.microsoft.com。
请使用 Azure Speech 语音的 ShortName 值，例如 en-US-JennyNeural。内置提供商可以通过同一个 Speech 资源列出语音，并过滤掉标记为 deprecated 或 retired 的语音。
Azure 接受诸如 audio-24khz-48kbitrate-mono-mp3、ogg-24khz-16bit-mono-opus 和 riff-24khz-16bit-mono-pcm 之类的输出格式。OpenClaw 会为 voice-note 目标请求 Ogg/Opus，这样渠道就能发送原生语音气泡，而无需额外进行 MP3 转换。
为兼容现有 PR 和用户配置，azure 可作为提供商别名使用，但新配置应使用 azure-speech，以避免与 Azure OpenAI 模型提供商混淆。

​
相关内容

文本转语音

TTS 概览、提供商以及 messages.tts 配置。

配置

完整的配置参考，包括 messages.tts 设置。

提供商

所有内置的 OpenClaw 提供商。

故障排除

常见问题和调试步骤。