语音合成

提交文本、音色和输出格式等参数，响应体为二进制音频内容。客户端应按照请求的输出格式保存或处理结果。

POST/v1/audio/speech

将输入文本转换为语音，并以二进制音频内容返回结果。

Authorization

bearerAuth

AuthorizationBearer <token>

在 Authorization Header 中使用 Bearer your-api-key。

In: header

Request Body

application/json

文本转语音请求参数。

TypeScript Definitions

Use the request body type in TypeScript.

model*string

要使用的文本转语音模型 ID，例如 tts-1 和 tts-1-hd。实际可用模型以当前 API Key 返回的模型列表为准。

Length1 <= length

input*string

要转换为语音的文本，最大长度为 4096 个字符。

Length1 <= length <= 4096

voice*string

生成语音时使用的声音。

Value in

"alloy"
"ash"
"ballad"
"coral"
"echo"
"fable"
"nova"
"onyx"
"sage"
"shimmer"
"verse"
"marin"
"cedar"

instructions?string

控制生成语音的语气、表达方式或其他说话要求。

Lengthlength <= 4096

response_format?string

音频输出格式。

Default"mp3"

Value in

"mp3"
"opus"
"aac"
"flac"
"wav"
"pcm"

speed?number

生成语音的速度，取值范围为 0.25 到 4.0。

Range0.25 <= value <= 4

Default1

stream_format?string

流式响应格式。audio 返回二进制音频流，sse 返回语义化音频事件。

Default"audio"

Value in

"audio"
"sse"

Response Body

`application/json`

curl -X POST "https://example.com/v1/audio/speech" \  -H "Authorization: Bearer your-api-key" \  -H "Content-Type: application/json" \  -d '{    "model": "MODEL_ID",    "input": "你好，世界！",    "voice": "alloy"  }' \  --output speech.mp3

响应体不是 JSON。请按照请求的输出格式将二进制内容保存为音频文件。

<binary audio data>

Authorization

Request Body

Response Body

200application/octet-stream

400application/json

401application/json

403application/json

429application/json

500application/json

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`