Qwen-Audio-TTS 的 HTTP 非即時語音合成介面,包含非串流和 SSE 串流呼叫、請求參數及回應欄位。
介面位址
將 YOUR_WORKSPACE_ID 替換為對應地區的業務空間 ID,並使用同地區的 API Key。
新加坡
POST https://YOUR_WORKSPACE_ID.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer
華北 2(北京)
POST https://YOUR_WORKSPACE_ID.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer
請求標頭
| 參數 | 類型 | 必選 | 說明 |
|---|---|---|---|
|
| 必選 | 驗證權杖,格式為 |
|
| 必選 | 固定為 |
|
| 可選 | 串流輸出時設定為 |
呼叫範例
非串流
curl -X POST "https://YOUR_WORKSPACE_ID.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-audio-3.1-tts-flash",
"input": {
"text": "你好,今天的天气真不错。",
"voice": "longanhuan_v3.1",
"format": "wav",
"sample_rate": 24000
}
}'
串流
curl --no-buffer -X POST "https://YOUR_WORKSPACE_ID.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
"model": "qwen-audio-3.1-tts-flash",
"input": {
"text": "你好,今天的天气真不错。",
"voice": "longanhuan_v3.1",
"format": "wav",
"sample_rate": 24000
}
}'
說明SSE 事件可能包含多行 data:。合併同一事件的所有 data: 行後解析 JSON;將音訊區塊按事件順序 Base64 解碼並串接。結束幀的 output.finish_reason 為 stop,並傳回完整音訊 URL。
請求主體
| 參數 | 類型 | 必選 | 預設值 | 說明 |
|---|---|---|---|---|
|
| 必選 | — | 語音合成模型 ID。支援模型與地區請參見非即時語音合成。 |
|
| 必選 | — | 輸入參數物件。 |
|
| 必選 | — | 待合成文字。使用 SSML 時同時設定 |
|
| 必選 | — | |
|
| 可選 |
| 音訊編碼格式。可選 |
|
| 可選 | 22050 | 音訊取樣率(Hz)。可選 8000、12000、16000、22050、24000、44100、48000。 |
|
| 可選 | 50 | 音量,取值範圍 [0, 100]。 |
|
| 可選 | 1.0 | 語速,取值範圍 [0.5, 2.0]。 |
|
| 可選 | 32 | 音訊位元率(kbps),取值範圍 [6, 510];僅在 |
|
| 可選 | 1.0 | 音調,取值範圍 [0.5, 2.0]。 |
|
| 可選 | — | 是否啟用 SSML。模型、音色和介面限制請參見使用限制。 |
|
| 可選 |
| 是否傳回字級時間戳記,僅用於串流輸出。支援複製音色;支援的系統音色參見音色清單。 |
|
| 可選 | 0 | 隨機種子,取值範圍 [0, 65535]。模型版本、文字、音色和其他參數相同時,使用相同 seed 可重現相同合成結果。 |
|
| 可選 | — | 合成目標語言,目前僅處理陣列的第一個元素。此參數與複製樣本的來源語言無關。數字、縮寫、符號或小語種發音不符合預期時可設定,語言代碼見下方清單。複製來源語言參見聲音複製 API。 |
|
| 可選 | — | 控制方言、情感或角色等合成效果的指令。適用模型、音色與寫法參見指令控制。 |
|
| 可選 |
| 是否在 WAV、MP3、Opus 音訊中嵌入 AIGC 隱性標識。 |
|
| 可選 | 阿里雲 UID | 隱性標識的 |
|
| 可選 | 本次請求的 Request ID | 隱性標識的 |
|
| 可選 | — | 文字熱修復。 |
語言代碼
-
zh:中文 -
en:英語 -
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 -
es:西班牙語 -
it:義大利語 -
ms:馬來語 -
fil:菲律賓語 -
ar:阿拉伯語 -
other:其他語種(適用於
qwen-audio-3.1-tts-flash)保加利亞語、荷蘭語、匈牙利語、羅馬尼亞語、丹麥語、克羅埃西亞語、希臘語、捷克語、挪威語、瑞典語、印地語、斯洛伐克語、芬蘭語、烏都語、塞爾維亞語、西班牙語(墨西哥)、立陶宛語、拉脫維亞語、土耳其語、波斯語、希伯來語、蒙古語、斯洛維尼亞語、亞塞拜然語、波蘭語、加泰蘭語、高棉語、葡萄牙語(巴西)、寮語、喬治亞語、南非荷蘭語、尼泊爾語、白俄羅斯語、馬來亞拉姆語、盧森堡語、阿爾巴尼亞語、坦米爾語、僧伽羅語、泰盧固語、愛沙尼亞語、宿霧語、波士尼亞語、緬甸語、亞美尼亞語、拉丁語、冰島語、馬爾他語、史瓦希里語、哈薩克語、塞席爾克里奧爾法語、烏克蘭語。
文字熱修復設定範例:
{
"hot_fix": {
"pronunciation": [
{
"天气": "tian1 qi4"
}
],
"replace": [
{
"今天": "金天"
}
]
}
}
回應主體
| 參數 | 類型 | 說明 |
|---|---|---|
|
| 本次請求的唯一識別碼。 |
|
| 模型輸出物件。 |
|
| 任務停止原因。 |
|
| 僅串流輸出傳回。 |
|
| 使用者輸入文字切分後的句子內容;最後一句可能沒有此欄位。 |
|
| 句子資訊。 |
|
| 句子編號,從 0 開始。 |
|
| 句子中的字及其時間戳記資訊。 |
|
| 字。 |
|
| 字在句子中的開始位置,從 0 開始。 |
|
| 字在句子中的結束位置,從 1 開始。 |
|
| 字對應音訊的開始時間戳記(毫秒)。 |
|
| 字對應音訊的結束時間戳記(毫秒)。 |
|
| 合成音訊物件。 |
|
| 串流輸出的 Base64 音訊區塊;非串流輸出時為空。 |
|
| 完整音訊檔案的 URL,有效期 24 小時。 |
|
| 合成音訊的識別碼。 |
|
|
|
|
| 用量資訊。 說明 |
|
| 輸入 Token 數,僅適用於 qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash。 |
|
| 輸出 Token 數,僅適用於 qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash。 |
|
| 輸入與輸出 Token 數之和,僅適用於 qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash。 |
|
| 累計計費字元數。 |
非串流
{
"output": {
"audio": {
"data": "",
"id": "audio_xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"expires_at": 1792079569,
"url": "https://example.com/output.wav"
},
"finish_reason": "stop"
},
"usage": {
"input_tokens": 12,
"output_tokens": 30,
"total_tokens": 42,
"characters": 22
},
"request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
}
串流
中間結果:
{
"request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"output": {
"finish_reason": null,
"type": "sentence-begin",
"original_text": "你好,今天的天气真不错。",
"sentence": {
"index": 0,
"words": []
},
"audio": {
"data": "",
"id": "audio_xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"expires_at": 1792079569
}
}
}
最終結果:
{
"output": {
"audio": {
"data": "",
"id": "audio_xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"expires_at": 1792079569,
"url": "https://example.com/output.wav"
},
"finish_reason": "stop"
},
"usage": {
"input_tokens": 12,
"output_tokens": 30,
"total_tokens": 42,
"characters": 22
},
"request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
}