返回 API 文档中心

语音合成

POST
https://api.tokencube.net/v2/llm/audio/speech

接收用户输入的文本，返回AI生成的、自然流畅的语音音频文件（如MP3格式），适用于内容播报、辅助工具、智能交互等场景。

接口鉴权方式请参考: API接入与鉴权

当前展示通用接口文档，各模型支持的参数存在差异。请在顶部切换模型，或直接点击下方模型标签，查看专属文档。

请求参数

请求头
参数名称描述
Authorizationstring

鉴权令牌，格式为 Bearer ${AIGATEWAY_TOKEN}

Content-Typestring
可选值：application/json

application/json

Body参数
参数名称描述
modelstring
默认值：Default model configured in the AIGateway channel

模型名称

inputstring

欲转换为语音的文本内容

voicestring
默认值：None
可选值：Platform-provided, e.g. alloy

音色，需根据模型支持的类型填写

response_formatstring
默认值：mp3
可选值：mp3opusaacflacwavpcm

返回的音频文件格式

speednumber
默认值：1
可选值：0.25~4.0

语速，介于0.25~4.0，1为正常语速

请求示例

curl -v 'https://${base_url}/v2/llm/audio/speech' \
  -H "Authorization: Bearer ***" \
  -H "Content-Type: application/json" \
  -d '{
    "input": "The quick brown fox jumped over the lazy dog.",
    "voice": "alloy",
    "response_format": "mp3",
    "speed": 1
  }'

响应参数

合成后的语音音频流，Content-Type取决于response_format参数（如audio/mpeg、audio/wav等）

响应示例

[binary audio data]

状态码

描述（message）HTTP状态码
请求成功200
访问被拒绝，拒绝原因见响应主体，可能原因为Authorization错误等401
访问被拒绝，原因见响应主体（如格式错误、参数缺失等）403
服务器内部错误，原因见响应主体500