文本转语音 (TTS)

将文本转换为自然语音。

接口详情

接口地址： POST /v1/audio/speech

功能描述： 根据输入的文本生成音频文件。支持多种模型、声音和输出格式。

认证方式： Bearer Token

Authorization: Bearer YOUR_API_TOKEN

---

请求参数

Header 参数

参数名	类型	必填	说明	示例
Authorization	string	是	Bearer Token 认证	Bearer sk-xxx...
Content-Type	string	是	内容类型	application/json

Body 参数

参数名	类型	必填	默认值	说明	示例
model	string	是	-	使用的模型 ID	tts-1, tts-1-hd
input	string	是	-	要转换为音频的文本	你好，欢迎使用 TTS 服务。
voice	string	是	-	生成音频时使用的声音	alloy, echo, fable, onyx, nova, shimmer
response_format	string	否	mp3	输出音频的格式	mp3, opus, aac, flac, wav, pcm
speed	number	否	1.0	生成音频的速度	0.25 到 4.0

---

响应参数

响应内容： 成功时返回音频文件的二进制流。

Content-Type： 根据 response_format 确定，例如 audio/mpeg。

---

代码示例

Python (使用 OpenAI SDK)

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.ezmodel.cloud/v1"
)

response = client.audio.speech.create(
    model="tts-1",
    voice="alloy",
    input="你好，欢迎使用 TTS 服务。",
)

response.stream_to_file("speech.mp3")

Curl 示例

curl https://api.ezmodel.cloud/v1/audio/speech \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "你好，欢迎使用 TTS 服务。",
    "voice": "alloy"
  }' \
  --output speech.mp3

---

OpenAPI Specification

openapi: 3.0.1
info:
  title: ''
  description: ''
  version: 1.0.0
paths:
  /v1/audio/speech:
    post:
      summary: 文本转语音
      description: 将文本转换为自然语音。
      requestBody:
        content:
          application/json:
            schema:
              type: object
              required:
                - model
                - input
                - voice
              properties:
                model:
                  type: string
                input:
                  type: string
                voice:
                  type: string
      responses:
        '200':
          description: 成功生成音频
          content:
            audio/mpeg:
              schema:
                type: string
                format: binary