|
header （必選）
|
{
"header": {
"action": "run-task",
"task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
"streaming": "duplex"
},
"payload": {
"task_group": "audio",
"task": "tts",
"function": "SpeechSynthesizer",
"model": "qwen-audio-3.0-tts-flash",
"parameters": {
"text_type": "PlainText",
"voice": "longanlingxi",
"format": "mp3",
"sample_rate": 22050,
"volume": 50,
"rate": 1.0,
"pitch": 1.0,
"enable_ssml": false
},
"input": {}
}
}
|
|
payload object （必選）
屬性
function string （必選）
功能類型，固定為 SpeechSynthesizer。
parameters object （必選）
語音合成參數。
屬性
sample_rate integer （可選）
音頻採樣率（Hz）。
取值範圍：8000, 16000, 22050（預設）, 24000, 44100, 48000。
volume integer （可選）
音量。
預設值：50。
取值範圍：[0, 100]。
rate float （可選）
語速。
預設值：1.0。
取值範圍：[0.5, 2.0]。
pitch float （可選）
音調。
預設值：1.0。
取值範圍：[0.5, 2.0]。
bit_rate integer （可選）
音頻碼率（kbps）。音頻格式為opus時，支援通過bit_rate參數調整碼率。
預設值：32。
取值範圍：[6, 510]。
enable_ssml boolean （可選）
是否開啟 SSML 功能。
預設值：false。
設為 true 後，僅允許發送一次 continue-task 指令。
SSML 的使用限制（支援的模型、音色和介面），請參見使用限制。
word_timestamp_enabled boolean （可選）
僅在流式輸出模式下可用。支援的音色範圍：cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash、cosyvoice-v3-plus和cosyvoice-v2模型的複刻音色，以及CosyVoice音色列表中標記為支援的系統音色。qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash及其他模型的複刻音色不支援此功能。
seed integer （可選）
產生時使用的隨機數種子，使合成的效果產生變化。在模型版本、文本、音色及其他參數均相同的前提下，使用相同的seed可複現相同的合成結果。
預設值0。
取值範圍：[0, 65535]。
language_hints array[string] （可選）
指定語音合成的目標語言，提升合成效果。
當數字、縮寫、符號等朗讀方式或者小語種合成效果不符合預期時使用，例如：
取值範圍：
-
zh：中文
-
en：英文
-
fr：法語
-
de：德語
-
ja：日語
-
ko：韓語
-
ru：俄語
-
pt：葡萄牙語
-
th：泰語
-
id：印尼語
-
vi：越南語
-
it：意大利語
-
ms：馬來語
instruction string （可選）
設定指令，用於控制方言、情感或角色等合成效果。具體使用說明請參見指令控制。
enable_aigc_tag boolean （可選）
是否在產生的音頻中添加AIGC隱性標識。設定為true時，會將隱性標識嵌入到支援格式（wav/mp3/opus）的音頻中。
預設值：false。
僅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支援該功能。
aigc_propagator string （可選）
設定AIGC隱性標識中的 ContentPropagator 欄位，用於標識內容的傳播者。僅在 enable_aigc_tag 為 true 時生效。
預設值：阿里雲UID。
僅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支援該功能。
aigc_propagate_id string （可選）
設定AIGC隱性標識中的 PropagateID 欄位，用於唯一標識一次具體的傳播行為。僅在 enable_aigc_tag 為 true 時生效。
預設值：本次語音合成請求Request ID。
僅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支援該功能。
hot_fix object （可選）
文本熱修複配置，用於自訂指定詞語的發音或對待合成文本進行替換。
qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v2不支援該功能。
參數介紹：
樣本： "hot_fix": {
"pronunciation": [
{"天氣": "tian1 qi4"}
],
"replace": [
{"今天": "金天"}
]
}
enable_markdown_filter boolean （可選）
重要
僅cosyvoice-v3-flash複刻音色支援該功能。
是否啟用 Markdown 過濾。啟用該功能後，系統在合成語音前自動過濾輸入文本中的 Markdown 標記符號，避免將其朗讀為文字內容。
預設值：false。
取值範圍：
-
true：啟用Markdown過濾
-
false：禁用Markdown過濾
|