跳轉到主要內容

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 Azure AI Speech 文字轉語音提供者。在 OpenClaw 中，它預設會將傳出回覆音訊合成為 MP3，為語音訊息合成原生 Ogg/Opus，並為 Voice Call 等電話語音頻道合成 8 kHz mulaw 音訊。 OpenClaw 會直接搭配 SSML 使用 Azure Speech REST API，並透過 X-Microsoft-OutputFormat 傳送由提供者擁有的輸出格式。
詳細資料值
網站Azure AI Speech
文件Speech REST 文字轉語音
驗證AZURE_SPEECH_KEY 加上 AZURE_SPEECH_REGION
預設語音en-US-JennyNeural
預設檔案輸出audio-24khz-48kbitrate-mono-mp3
預設語音訊息檔案ogg-24khz-16bit-mono-opus

​
開始使用

1

建立 Azure Speech 資源

在 Azure 入口網站中建立 Speech 資源。從 Resource Management > Keys and Endpoint 複製 KEY 1，並複製資源位置， 例如 eastus。
AZURE_SPEECH_KEY=<speech-resource-key>
AZURE_SPEECH_REGION=eastus
2

在 messages.tts 中選取 Azure Speech

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

傳送訊息

透過任何已連線的頻道傳送回覆。OpenClaw 會使用 Azure Speech 合成音訊， 並為標準音訊傳送 MP3，或在頻道預期語音訊息時傳送 Ogg/Opus。

​
設定選項

選項路徑說明
apiKeymessages.tts.providers.azure-speech.apiKeyAzure Speech 資源金鑰。會退回使用 AZURE_SPEECH_KEY、AZURE_SPEECH_API_KEY 或 SPEECH_KEY。
regionmessages.tts.providers.azure-speech.regionAzure Speech 資源區域。會退回使用 AZURE_SPEECH_REGION 或 SPEECH_REGION。
endpointmessages.tts.providers.azure-speech.endpoint可選的 Azure Speech 端點/基底 URL 覆寫。
baseUrlmessages.tts.providers.azure-speech.baseUrl可選的 Azure Speech 基底 URL 覆寫。
voicemessages.tts.providers.azure-speech.voiceAzure 語音 ShortName（預設 en-US-JennyNeural）。
langmessages.tts.providers.azure-speech.langSSML 語言代碼（預設 en-US）。
outputFormatmessages.tts.providers.azure-speech.outputFormat音訊檔案輸出格式（預設 audio-24khz-48kbitrate-mono-mp3）。
voiceNoteOutputFormatmessages.tts.providers.azure-speech.voiceNoteOutputFormat語音訊息輸出格式（預設 ogg-24khz-16bit-mono-opus）。

​
備註

Azure Speech 使用 Speech 資源金鑰，而不是 Azure OpenAI 金鑰。此金鑰會以 Ocp-Apim-Subscription-Key 傳送；除非你提供 endpoint 或 baseUrl， 否則 OpenClaw 會從 region 衍生 https://<region>.tts.speech.microsoft.com。
使用 Azure Speech 語音的 ShortName 值，例如 en-US-JennyNeural。內建提供者可以透過相同的 Speech 資源列出語音， 並篩除標示為已淘汰或已停用的語音。
Azure 接受 audio-24khz-48kbitrate-mono-mp3、 ogg-24khz-16bit-mono-opus 和 riff-24khz-16bit-mono-pcm 等輸出格式。 OpenClaw 會為 voice-note 目標要求 Ogg/Opus，讓頻道能傳送原生語音泡泡， 而不需要額外的 MP3 轉換。
azure 會被接受為現有 PR 和使用者設定的提供者別名， 但新設定應使用 azure-speech，以避免與 Azure OpenAI 模型提供者混淆。

​
相關內容

文字轉語音

TTS 概覽、提供者，以及 messages.tts 設定。

設定

包含 messages.tts 設定的完整設定參考。

提供者

所有內建的 OpenClaw 提供者。

疑難排解

常見問題與除錯步驟。