非流式文字转语音

非流式合成

当用户发送请求后，TTS 模型会在后台完整生成语音文件，直到合成结束才一次性返回给用户。用户必须等待全部音频生成完毕后，才能获得完整的音频文件。

重要参数说明

stability（稳定性）
提高稳定性可以让每次生成的语音更加一致，但也可能让语调变得较为平淡、缺乏变化。对于较长文本，建议适当降低该数值，以提升自然度。
通俗理解：数值越低，语音越像人类说话——同一句话可能会有不同的韵律和语调；数值越高，语音输出越稳定但可能会有AI感。

特别说明
myvocal_v3模型的stability参数仅支持 0 | 0.5 | 1 三个数值

参数=0：情感更丰富、表现力更强，声音变化更多，但偶尔可能会出现不太符合预期的表达；

参数=0.5：最接近原始录音的声音效果，整体自然、平衡、不刻意，适合大多数常规场景；

参数=1：表现非常稳定、一致性最高，但对情绪或风格指令的响应较弱，适合对稳定性要求极高的场景。

similarity_boost（相似度增强）
调高此项可提升语音的清晰度和与目标发音人之间的相似度。但如果设置过高，可能会出现“伪影”现象，比如：不自然的杂音、回音或音质下降。因此建议逐步调节，找到清晰度与自然度之间的最佳平衡点。

Prority (请求优先级）

auto（自动识别）：系统默认配置，优先使用独享并发线路，当独享资源占满时自动切换至公共线路，最大可用并发为独享并发与共享并发之和；

⭐dedicated_concurrency（独享并发）：仅使用独享并发线路，响应速度快、无排队等待，并全面支持 WebSocket 调用；

shared_concurrency（共享并发）：仅使用公共并发线路，请求可能因资源共享出现排队及不可避免的延时。

Endpoint

节点 1：系统自动选择（推荐）

系统将根据网络状况与负载自动选择最优节点

https://api.voicelibrary.co/enterprise/v1/tts/{voice_id}/

节点 2：美国（US）

https://api.us.voicelibrary.co/enterprise/v1/tts/{voice_id}/

节点 3：爱尔兰（EU）

https://api.eu.voicelibrary.co/enterprise/v1/tts/{voice_id}/

节点 4：日本（JP）

https://api.jp.voicelibrary.co/enterprise/v1/tts/{voice_id}/

高级生成控制参数

以下参数用于控制生成稳定性、表达风格和声线增强。所有参数均为可选；未传时使用系统默认配置。不同模型、音色和文本内容下实际效果可能存在差异，建议根据业务场景选择合适配置。

seed（一致性控制）
用于提升 TTS 生成结果的一致性。用户可自行传入 seed，或使用此前生成接口 Response 返回的 seed。在相同文本和配置下，seed 值相同时，模型会尽量生成相近的声音效果。不传时系统会自动生成新的 seed。

{
  "text": "This is a short enterprise TTS request.",
  "model_id": "multilingual_v2",
  "voice_settings": {
    "stability": 0.5,
    "similarity_boost": 0.75,
    "style": 0.3,
    "use_speaker_boost": true
  },
  "seed": 12345
}

非流式合成

重要参数说明

Endpoint

节点 1：系统自动选择（推荐）

节点 2：美国（US）

节点 3：爱尔兰（EU）

节点 4：日本（JP）

高级生成控制参数

请求参数

返回响应

非流式文字转语音

非流式合成#

重要参数说明#

Endpoint#

节点 1：系统自动选择（推荐）#

节点 2：美国（US）#

节点 3：爱尔兰（EU）#

节点 4：日本（JP）#

高级生成控制参数#

请求参数

返回响应

非流式合成

重要参数说明

Endpoint

节点 1：系统自动选择（推荐）

节点 2：美国（US）

节点 3：爱尔兰（EU）

节点 4：日本（JP）

高级生成控制参数