---
read_when:
    - Quieres síntesis de Azure Speech para respuestas salientes
    - Necesitas salida nativa de notas de voz Ogg Opus desde Azure Speech
summary: Texto a voz de Azure AI Speech para respuestas de OpenClaw
title: Azure Speech
x-i18n:
    generated_at: "2026-04-26T11:36:33Z"
    model: gpt-5.4
    provider: openai
    source_hash: 59baf0865e0eba1076ae5c074b5978e1f5f104b3395c816c30c546da41a303b9
    source_path: providers/azure-speech.md
    workflow: 15
---

Azure Speech es un proveedor de texto a voz de Azure AI Speech. En OpenClaw
sintetiza audio saliente de respuestas como MP3 por defecto, Ogg/Opus nativo para notas de voz
y audio mulaw de 8 kHz para canales de telefonía como Voice Call.

OpenClaw usa directamente la API REST de Azure Speech con SSML y envía el
formato de salida propiedad del proveedor mediante `X-Microsoft-OutputFormat`.

| Detalle                 | Valor                                                                                                           |
| ----------------------- | --------------------------------------------------------------------------------------------------------------- |
| Sitio web               | [Azure AI Speech](https://azure.microsoft.com/products/ai-services/ai-speech)                                  |
| Docs                    | [Speech REST text-to-speech](https://learn.microsoft.com/azure/ai-services/speech-service/rest-text-to-speech) |
| Autenticación           | `AZURE_SPEECH_KEY` más `AZURE_SPEECH_REGION`                                                                    |
| Voz predeterminada      | `en-US-JennyNeural`                                                                                             |
| Salida de archivo predeterminada | `audio-24khz-48kbitrate-mono-mp3`                                                                   |
| Archivo predeterminado de nota de voz | `ogg-24khz-16bit-mono-opus`                                                                     |

## Primeros pasos

<Steps>
  <Step title="Crear un recurso de Azure Speech">
    En el portal de Azure, crea un recurso Speech. Copia **KEY 1** desde
    Resource Management > Keys and Endpoint, y copia la ubicación del recurso,
    por ejemplo `eastus`.

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

  </Step>
  <Step title="Seleccionar Azure Speech en messages.tts">
    ```json5
    {
      messages: {
        tts: {
          auto: "always",
          provider: "azure-speech",
          providers: {
            "azure-speech": {
              voice: "en-US-JennyNeural",
              lang: "en-US",
            },
          },
        },
      },
    }
    ```
  </Step>
  <Step title="Enviar un mensaje">
    Envía una respuesta a través de cualquier canal conectado. OpenClaw sintetiza el audio
    con Azure Speech y entrega MP3 para audio estándar, u Ogg/Opus cuando
    el canal espera una nota de voz.
  </Step>
</Steps>

## Opciones de configuración

| Opción                  | Ruta                                                        | Descripción                                                                                                   |
| ----------------------- | ----------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------- |
| `apiKey`                | `messages.tts.providers.azure-speech.apiKey`                | Clave del recurso Azure Speech. Usa como respaldo `AZURE_SPEECH_KEY`, `AZURE_SPEECH_API_KEY` o `SPEECH_KEY`. |
| `region`                | `messages.tts.providers.azure-speech.region`                | Región del recurso Azure Speech. Usa como respaldo `AZURE_SPEECH_REGION` o `SPEECH_REGION`.                  |
| `endpoint`              | `messages.tts.providers.azure-speech.endpoint`              | Sobrescritura opcional del endpoint/base URL de Azure Speech.                                                 |
| `baseUrl`               | `messages.tts.providers.azure-speech.baseUrl`               | Sobrescritura opcional de la base URL de Azure Speech.                                                        |
| `voice`                 | `messages.tts.providers.azure-speech.voice`                 | ShortName de la voz de Azure (predeterminado `en-US-JennyNeural`).                                            |
| `lang`                  | `messages.tts.providers.azure-speech.lang`                  | Código de idioma SSML (predeterminado `en-US`).                                                               |
| `outputFormat`          | `messages.tts.providers.azure-speech.outputFormat`          | Formato de salida de archivo de audio (predeterminado `audio-24khz-48kbitrate-mono-mp3`).                    |
| `voiceNoteOutputFormat` | `messages.tts.providers.azure-speech.voiceNoteOutputFormat` | Formato de salida de nota de voz (predeterminado `ogg-24khz-16bit-mono-opus`).                                |

## Notas

<AccordionGroup>
  <Accordion title="Autenticación">
    Azure Speech usa una clave de recurso Speech, no una clave de Azure OpenAI. La clave
    se envía como `Ocp-Apim-Subscription-Key`; OpenClaw deriva
    `https://<region>.tts.speech.microsoft.com` a partir de `region` salvo que
    proporciones `endpoint` o `baseUrl`.
  </Accordion>
  <Accordion title="Nombres de voz">
    Usa el valor `ShortName` de la voz de Azure Speech, por ejemplo
    `en-US-JennyNeural`. El proveedor incluido puede listar voces a través del
    mismo recurso Speech y filtra las voces marcadas como desaprobadas o retiradas.
  </Accordion>
  <Accordion title="Salidas de audio">
    Azure acepta formatos de salida como `audio-24khz-48kbitrate-mono-mp3`,
    `ogg-24khz-16bit-mono-opus` y `riff-24khz-16bit-mono-pcm`. OpenClaw
    solicita Ogg/Opus para destinos `voice-note` para que los canales puedan enviar
    burbujas de voz nativas sin una conversión adicional desde MP3.
  </Accordion>
  <Accordion title="Alias">
    `azure` se acepta como alias de proveedor para PR existentes y configuración de usuario,
    pero la configuración nueva debe usar `azure-speech` para evitar confusión con los
    providers de modelos de Azure OpenAI.
  </Accordion>
</AccordionGroup>

## Relacionado

<CardGroup cols={2}>
  <Card title="Texto a voz" href="/es/tools/tts" icon="waveform-lines">
    Resumen de TTS, proveedores y configuración `messages.tts`.
  </Card>
  <Card title="Configuración" href="/es/gateway/configuration" icon="gear">
    Referencia completa de configuración, incluida `messages.tts`.
  </Card>
  <Card title="Providers" href="/es/providers" icon="grid">
    Todos los providers incluidos de OpenClaw.
  </Card>
  <Card title="Solución de problemas" href="/es/help/troubleshooting" icon="wrench">
    Problemas comunes y pasos de depuración.
  </Card>
</CardGroup>