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

常见问题

第一次接入从哪里开始#

打开概览与快速开始,获取可用音色后,先完成一次 HTTP 非流式请求。

V4 和 V3 Turbo 应该用哪个 WebSocket#

使用多角色对话 · 多 Context,也可以只注册一个音色。普通 TTS 单连接与普通 TTS 多 Context 不支持这两个模型。

流式 HTTP 能不断追加文本吗#

HTTP 流式是一次提交文本、分片接收音频。需要持续追加文本时,使用模型支持的 WebSocket 接口。

如何生成粤语#

V4 / V3 Turbo 使用粤语文本,并设置 language_code=yue。普通话使用 zh。参数不会把普通话文本自动翻译为粤语,完整清单见支持语言。

收到音频就能关闭连接吗#

请等待对应任务完成。普通单连接等待 final;普通多 Context 先 flush、再 close_context、等待 final;对话接口的 close_context 会处理剩余文本,再发出 final。各协议不能套用同一关闭顺序。

SDK 应该下载哪个#

先选接口类型,再选开发语言。不同 WSS SDK 的消息结构不同,见SDK 与示例。

调整参数为什么听不出明显变化#

效果会受音色、文本与上下文影响。一次只调整一个字段,使用同一段文本试听。对话 WSS 的稳定性控制与 HTTP 的相似度控制不是同一套字段,详见模型介绍。

新模型能直接使用所有音色吗#

先从音色列表选择账号可用音色,再用目标模型合成短句确认。不要仅根据克隆服务等级推断模型兼容性。

请求失败应该检查什么#

先检查 api-key、voice_id、模型与接口组合、音频格式及并发线路。根据错误响应中的 code、field 和 message 定位问题,不要把失败响应当作音频。查询调用信息可使用请求查询。

去哪里查用量#

查询主 Key 用量用于查看账号用量;按音色或请求查询,见用量与请求查询。
上一页
音频格式与播放
下一页
SDK 与示例
Built with