文本转语音

将完整文本转换为音频字节。音色、格式和参数范围取决于模型，不同供应商的音色不可直接互换。百炼 Qwen-Audio、CosyVoice、Qwen HTTP 和 MiniMax 的原生选项通过 extra_body.input / extra_body.parameters 传入。标准输入不能被扩展中的 model 或 input.text 替换。Qwen realtime 型号使用 WebSocket，详见百炼 TTS 对接概览。 stream: true 返回二进制音频分片，stream_format: sse 返回原生 SSE 事件。网关不转码；Qwen HTTP 普通请求使用 WAV，流式使用 PCM。

Authorization

bearerAuth

AuthorizationBearer <token>

使用 Authorization Bearer API Key 进行鉴权。

In: header

Request Body

application/json

TypeScript Definitions

Use the request body type in TypeScript.

model*string

模型 ID。

input*string

要朗读的完整文本，最大长度由模型决定。

voice*string

模型支持的系统音色或专属音色 ID，例如 CosyVoice v3 的 longanyang；OpenAI 模型使用其对应音色。

response_format?string

实际音频格式，支持范围由模型决定；Qwen HTTP 非流式使用 wav，流式使用 pcm，网关不转码。

Default"mp3"

Value in"mp3" | "opus" | "aac" | "flac" | "wav" | "pcm"

speed?number

语音速度，具体支持范围由模型决定；例如 CosyVoice 为 0.5 至 2.0。

Default1

Range0.25 <= value <= 4

instructions?string

支持指令控制的模型使用此字段设置朗读风格。

stream?boolean

是否逐块返回音频。

Defaultfalse

stream_format?string

百炼流式输出格式，默认二进制音频；sse 保留原生事件和用量。

Value in"audio" | "sse"

extra_body?

原生扩展对象，可包含 input 和 parameters；显式 0 和 false 会保留，不能覆盖标准模型或文本。

Response Body

curl -X POST "https://example.com/v1/audio/speech" \  -H "Content-Type: application/json" \  -d '{    "model": "tts-1",    "input": "string",    "voice": "alloy"  }'

"string"

文本转语音

Authorization

Request Body

Response Body

200audio/mpeg