logo聚模平台

注册

Audio Speech 语音合成 (TTS)

语音合成（Text To Speech，TTS）接口，支持将文本转换为自然流畅的语音音频。 采用同步模式，接口直接返回生成的音频文件 URL，无需轮询任务状态。

接口地址
POST /api/openai/audioSpeech

请求头 Headers

名称是否必须说明
Authorization是Bearer API_KEY
Content-Type是application/json

请求参数

参数类型必填说明
modelstring是TTS 模型名称，见下方支持模型
textstring是需要转换的文本内容（非空即可）
voicestring否音色角色，不传则使用模型默认音色

请求示例

{
  "model": "qwen3-tts-flash",
  "text": "你好，欢迎使用聚模平台语音合成服务",
  "voice": "zhiyan"
}

cURL 示例

curl https://api.hejushuzi.com/api/openai/audioSpeech \
-H "Authorization: Bearer sk-xxxxxxxx" \
-H "Content-Type: application/json" \
-d '{
  "model": "qwen3-tts-flash",
  "text": "你好，欢迎使用聚模平台语音合成服务",
  "voice": "zhiyan"
}'

成功返回

{
  "code": 200,
  "msg": "success",
  "data": {
    "type": "audio",
    "url": "/uploads/audio/20260801/abc123.wav",
    "usage": {
      "characters": 21
    }
  }
}

返回字段说明

字段说明
code状态码，200 表示成功
data.type资源类型，固定为 "audio"
data.url音频文件访问地址
data.usage.characters本次消耗的字符数（用于计费）

支持模型

以下为常用推荐模型，完整清单与单价以控制台实时报价为准：

模型厂商说明
qwen3-tts-flash阿里百炼通义 TTS 快速版
qwen-audio-3.0-tts-plus阿里百炼Qwen Audio 3.0 · 高质量
qwen-audio-3.0-tts-flash阿里百炼Qwen Audio 3.0 · 高性价比

可用音色

以下为平台支持的音色角色，通过 voice 参数指定：

音色 ID说明适用模型
Cherry女声（默认音色）qwen3-tts-flash 等
zhiyan志妍 · 女声qwen3-tts-flash 等
xiaoning晓宁 · 女声qwen3-tts-flash 等
zhiqiang志强 · 男声qwen3-tts-flash 等
提示 不同模型支持的音色可能不同，具体以模型实际支持为准。不传 voice 参数时使用模型默认音色。

计费说明

  • 计费方式：按实际消耗字符数计费
  • 计费公式：费用 = characters / 10,000 × 单价
  • 字符数由接口返回的 usage.characters 字段统计
  • 费用保留 6 位小数，实时从账户余额扣除
  • 余额不足等业务错误统一返回 500，不会调用模型

错误码

音频接口内部将大部分业务错误统一处理为 500（缺少 model / text、模型不存在、非 TTS 模型、余额不足、上游异常等均返回 {"code":500,"msg":"..."}），仅鉴权失败返回鉴权层错误码。
code说明触发场景解决方案
401API Key 无效Authorization 头缺失或 API Key 不存在检查 API Key 是否正确
500音频生成失败缺少 model/text、模型不存在、余额不足或上游异常检查请求参数，充值余额，稍后重试或联系客服

错误返回示例

{ "code": 401, "msg": "Invalid API Key" }
{ "code": 500, "msg": "text is required" }
{ "code": 500, "msg": "Insufficient balance" }
{ "code": 500, "msg": "Model not found" }