1. 文字转语音大模型
MyVocal AI语音大模型API文档
  • 文字转语音大模型
    • 概览与快速开始
      • 模型介绍
      • 选择模型与接口
      • 支持语言
      • 音频格式与播放
      • 常见问题
      • SDK 与示例
    • 接口参考
      • HTTP 合成
        • HTTP 流式合成
        • HTTP 非流式合成
      • 音色管理
        • 创建声音
        • 获取声音列表
        • 删除声音
      • WebSocket 合成
        • 普通 TTS · 单连接
        • 普通 TTS · 多 Context
        • 多角色对话 · 多 Context
      • 用量与请求查询
        • 查询主key用量
        • Request_id客户端查询
        • 发音人用量查询
      • 子密钥管理
        • 创建子 Key
        • 查询子 Key 列表
        • 获取单个子 Key 详情
        • 更新子 Key
        • 查询子 Key 用量
  • 金融行业定制TTS模型
    • 文字转语音 Skyblight
      • 创建声音
      • 获取声音列表
      • 流式文字转语音
      • 非流式文字转语音
      • 删除声音
      • 用量查询
    • 全双工通信
      • websocket接入说明
      • V2 双向流式合成(WebSocket)
  • 语音转文字ASR
    • 概览与接入
      • 快速开始:文件转录
      • 快速开始:实时转录
      • 模型与能力
      • 更新记录
    • 接口参考
      • 实时转录
      • 创建文件转录
      • 查询用量
  • 企业客户声音定制服务
    • 定制属于你的专属声音
  1. 文字转语音大模型

接口参考

按任务进入对应接口。首次调用请先阅读概览与快速开始。

HTTP 合成#

非流式合成:一次返回完整音频。
流式合成:一次提交文本,分片返回音频。

WebSocket 合成#

普通 TTS · 单连接:持续发送文本,完成一轮语音。
普通 TTS · 多 Context:同一连接管理多个独立任务。
多角色对话 · 多 Context:支持 V3、V4、V3 Turbo,以及多音色对白。
两类 Multi-Context 的消息与结束方式不同,选型见选择模型与接口。

音色、用量与密钥#

音色管理 · 用量与请求查询 · 子密钥管理

模型与合成接口#

完整对应关系见选择模型与接口。

模型说明#

每款模型的用途与特点见模型介绍。

输出语言#

V4 与 V3 Turbo 支持相同的 94 种语言。普通话 zh、粤语 yue;查看完整语言清单与参数位置。

HTTP 音频格式#

按用途选择 MP3、PCM 或电话音频格式,见音频格式与播放。

指定请求服务器#

默认使用 https://api.voicelibrary.co。使用 priority=dedicated_concurrency 时,可选择以下区域域名,接口路径保持不变:
区域域名
美国api.us.voicelibrary.co
爱尔兰api.eu.voicelibrary.co
东京api.jp.voicelibrary.co

非流式#

HTTP 路径:/enterprise/v1/tts/{voice_id}/。

流式#

HTTP 路径:/enterprise/v1/tts/{voice_id}/stream。

普通 TTS Multi-Context WebSocket#

使用 wss:// 与路径 /enterprise/v1/tts/{voice_id}/websocket/multi。仅用于该普通 TTS 接口支持的模型。

普通 TTS Single WebSocket#

使用 wss:// 与路径 /enterprise/v1/tts/{voice_id}/websocket。上述普通 WSS 区域地址不作为对话 WSS 的地址说明。
上一页
SDK 与示例
下一页
HTTP 合成
Built with