1. 概览与快速开始
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. 概览与快速开始

选择模型与接口

先确定文本如何到达、音频如何使用,再选择接口。HTTP 流式指音频分片返回;持续追加文本需要 WebSocket。

按使用场景选择#

你的需求接入入口
一次提交文本,获得完整音频HTTP 非流式
一次提交文本,边接收边播放HTTP 流式
持续发送文本,完成一轮语音普通 TTS · 单连接
同一连接管理多个独立合成任务普通 TTS · 多 Context
多角色对白,或使用 V4 / V3 Turbo 的 WebSocket多角色对话 · 多 Context

HTTP 模型#

myvocal_v4:高品质内容创作。
myvocal_v3_turbo:实时交互场景。
myvocal_v3:情绪表达与角色演绎。
multilingual_v2:自然稳定的多语言表达。
Turbo(原文名称 Tubro):省略 model_id 使用默认模型。
上述模型支持本板块 HTTP 非流式与流式接口。详细定位见模型介绍。

WebSocket 模型#

普通 TTS · 单连接 / 多 Context#

使用 multilingual_v2 或 flash_v2_5。单连接适合一轮语音;多 Context 用 context_id 区分多个任务,每条连接使用同一个 URL 音色。

多角色对话 · 多 Context#

使用 myvocal_v3(默认)、myvocal_v4 或 myvocal_v3_turbo。每个 Context 注册音色,再通过 inputs 发送各角色文本,也可只使用一个音色。
两种 Multi-Context 协议不可混用
普通 TTS 使用 text 消息;多角色对话使用 inputs。地址、模型、完成与关闭规则均不同,请使用对应的 SDK。

最小配置#

首次接入使用 api-key 请求头。HTTP 示例音频格式为 mp3_44100_128,对话 WSS 为 mp3_128;音频格式名称不要跨接口复制。
WebSocket 使用 priority=dedicated_concurrency。HTTP 的线路与并发选项见各接口参数。

其他专用接口#

V2 双向流式合成使用独立协议与 SDK;其模型和消息格式以对应页面为准。
上一页
模型介绍
下一页
支持语言
Built with