文字转语音 (Audio Speech)

文字转语音（TTS）接口用于将输入的文本转换为高保真的自然人声语音。支持生成多种语言和不同音色的音频。

接口端点

POST /v1/audio/speech

请求参数

参数	类型	必填	默认值	说明
model	string	✅	-	调用的 TTS 模型 ID（例如 tts-1, tts-1-hd）。
input	string	✅	-	需要转换为语音的文本。最长支持 4096 个字符。
voice	string	✅	-	使用的音色。常用选项有：alloy, echo, fable, onyx, nova, shimmer。
response_format	string	❌	mp3	返回的音频格式。支持 mp3, opus, aac, flac, wav, pcm。
speed	number	❌	1.0	播放语速，范围为 0.25 到 4.0。

调用示例

cURL 请求

curl https://api.easytakeai.com/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "tts-1",
    "input": "您好，欢迎使用 EasyTakeAI 文档中心！",
    "voice": "alloy"
  }' \
  --output speech.mp3

[!TIP] 成功调用后，接口将直接返回二进制音频数据流，可保存为指定 response_format 的音频文件。