语音合成 API

两个接口均使用 X-API-Key 请求头。API Key 决定账号、项目、可用能力、速率限制和计费归属。

同步生成

POST /v1/text-to-speech

响应体包含完整的生成音频。

流式生成

POST /v1/text-to-speech/stream

响应使用 HTTP Chunked Transfer，音频就绪后直接返回原始音频字节；不是 SSE 或 JSON 流。

请求头

请求头	必填	说明
X-API-Key	是	项目 API Key
Content-Type	是	application/json

JSON 请求体

字段	类型	必填	说明
generate_text	string	是	待合成文本，计费使用平台加权字符数。
language	string	否	当前 TTS 账号已启用的语言代码。
voice_id	string	否	项目可用的音色 ID；省略时使用默认音色。
speed	number	否	语速；省略或传 0 使用供应商默认值，负数会被拒绝。
emotion_class	string	否	所选音色支持时使用的已审批情感预设。
audio_format	string	否	所选音色和接口已启用的输出格式。

请使用控制台中当前项目可用的音色、语言和格式。

示例

curl --request POST \
  --url "$VUILABS_API_BASE_URL/v1/text-to-speech" \
  --header "X-API-Key: $VUILABS_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "generate_text": "Your order is ready.",
    "language": "en",
    "speed": 1
  }' \
  --output speech.mp3

流式生成使用相同请求体，将路径改为 /v1/text-to-speech/stream，并按顺序消费响应块。

成功响应

• 状态：HTTP 200
• 响应体：原始音频字节
• Content-Type：已审批供应商实际返回的音频 MIME 类型
• PCM 响应还会返回采样率、声道数和位深请求头