Speech（文字转语音）

POST/audio/speech

将输入文本转录为音频。
音频API提供了一个基于我们的TTS（文本转语音）模型的语音端点。它附带了6种内置声音，并且可以用于：

为书面博客帖子配音
用多种语言制作口语音频
使用流媒体实时输出音频

价格：7.5PTC/百万字符
价格：15PTC/百万字符（高清语音）

Header 参数

Content-Type

string

必需

示例值:

application/json

Authorization

string

必需

示例值:

Bearer {{YOUR_API_KEY}}

model

string

必需

可用的 TTS 模型之一:tts-1 或 tts-1-hd

input

string

必需

要生成音频的文本。最大长度为4096个字符。

voice

string

必需

生成音频时使用的语音。支持的语音有:alloy、echo、fable、onyx、nova 和 shimmer。

response_format

string

可选

默认为 mp3 音频的格式。支持的格式有:mp3、opus、aac 和 flac。

speed

number

可选

默认为 1 生成的音频速度。选择0.25到4.0之间的值。1.0是默认值。

{
  "model": "tts-1",
  "input": "The quick brown fox jumped over the lazy dog.",
  "voice": "alloy"
}

成功(200)

HTTP 状态码: 200

内容格式: JSONapplication/json

object {0}

{
  "model": "tts-1",
  "input": "The quick brown fox jumped over the lazy dog.",
  "voice": "alloy"
}

最后修改时间： 2 个月前