---
read_when:
- Вам нужен синтез речи Azure для исходящих ответов
- Вам нужен нативный вывод голосовых сообщений в формате Ogg Opus из Azure Speech
summary: Преобразование текста в речь с помощью Azure AI Speech для ответов OpenClaw
title: Azure Speech
x-i18n:
generated_at: "2026-07-16T17:21:30Z"
model: gpt-5.6
postprocess_version: locale-links-v1
prompt_version: 32
provider: openai
source_hash: f5eab231afee8f606c5257465f958d42838efab7fde1642578cad987c564c700
source_path: providers/azure-speech.md
workflow: 16
---
Azure Speech — это встроенный провайдер преобразования текста в речь Azure AI Speech. OpenClaw
напрямую вызывает REST API Azure Speech с использованием SSML, синтезируя MP3 для
стандартных ответов, нативный Ogg/Opus для голосовых сообщений и mulaw 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 | [Преобразование текста в речь через Speech REST](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` |
| Файл по умолчанию | `audio-24khz-48kbitrate-mono-mp3` |
| Файл 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 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 передаст MP3 для стандартного 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, используются `AZURE_SPEECH_REGION` или `SPEECH_REGION`. |
| `endpoint` | Необязательное переопределение конечной точки Azure Speech. Если не задано, используется доверенный `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, если задан `apiKey` и один из
`region`, `endpoint` или `baseUrl`. Переменные окружения проверяются только как резервный
вариант для незаданных ключей конфигурации. Файлы рабочей области `.env` не могут задавать
`AZURE_SPEECH_ENDPOINT`; для маршрутизации конечных точек используйте окружение процесса, глобальный dotenv среды выполнения
или явную конфигурацию.
## 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 не
указан `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 MP3, и принудительно использует
`raw-8khz-8bit-mono-mulaw` для телефонных целей.
`azure` принимается как псевдоним провайдера для существующей конфигурации, но 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 настройки `messages.tts`.
Все встроенные провайдеры OpenClaw.
Распространённые проблемы и шаги по отладке.