音频格式与播放

先按播放环境选择格式，再从具体接口允许的取值中选采样率与码率。

使用场景	格式选择
下载、保存、一般内容播放	MP3
自行解码、音频处理、实时音频链路	PCM
电话线路	按线路要求选择 8 kHz PCM 或 μ-law

首次接入配置

HTTP 非流式与流式：format=mp3_44100_128。

对话 WSS：format=mp3_128。

普通 TTS WSS：按对应接口的 format 说明选择。

同样是 MP3，不同接口的参数取值也可能不同。查看接口选择。

HTTP 音频格式

常用格式：mp3_44100_64、mp3_44100_96、mp3_44100_128、mp3_44100_192；pcm_8000、pcm_16000、pcm_22050、pcm_24000、pcm_44100；ulaw_8000。完整可选值与模型限制见接口的 format 字段。

PCM 需要正确的采样率、位深和声道配置。HTTP 的 direct 控制 PCM 封装：默认返回带 WAV 头的内容；direct=1 返回 raw PCM。不要给 raw PCM 文件改成 MP3 后直接播放。

如何处理返回音频

非流式 HTTP：检查状态码与内容类型后，将响应体保存为音频。

流式 HTTP：按到达顺序处理响应字节，交给支持流式输入的解码器；网络 chunk 不一定是完整音频帧。

WSS：JSON audio 通常是 Base64，先解码，再按任务顺序拼接；若收到二进制帧，按对应协议处理。

错误 JSON 不是音频；收到错误时先处理错误，再决定是否重试。

什么时候算完成

HTTP 等待响应体结束。WebSocket 按接口的 final 事件和关闭规则判断；对话 WSS 的 turn 结束不等于 Context 结束。具体流程见接口参考。

首次接入配置#

HTTP 音频格式#

如何处理返回音频#

什么时候算完成#

首次接入配置

HTTP 音频格式

如何处理返回音频

什么时候算完成