在 Agent 工具中呼叫 Token Plan 語音合成模型，將文字轉為音訊並下載到本機。
支援的模型
| 模型 | 能力 |
|---|---|
qwen-audio-3.0-tts-plus | 語音合成 |
更多模型以 Token Plan 支援的模型 為準。
前提
- 已訂閱 Token Plan，並取得以
sk-sp-開頭的 API Key。取得方式請參閱整合概覽。 - 本機已安裝 Python 3.9 以上版本。
- 使用的 AI 程式設計工具支援 Slash Command。其他工具的設定路徑請參閱其他工具。
端點
POST https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer
請求標頭使用 Authorization: Bearer $ANTHROPIC_AUTH_TOKEN。回應傳回音訊 URL。
步驟一：建立 Slash Command
將套餐 API Key 設定為環境變數 $ANTHROPIC_AUTH_TOKEN。
在專案根目錄建立 .claude/commands/text-to-speech.md，並寫入以下內容：
呼叫 Token Plan 語音合成 API，將文字轉換為音訊檔案並下載到本機。
待合成文字：$ARGUMENTS
## 步驟
1. 擷取 text（待合成文字）、voice（預設 longanhuan_v3.6）、format（預設 mp3）、sample_rate（預設 22050）。如果指定了模型，使用指定的模型名稱；否則預設為 qwen-audio-3.0-tts-plus。
2. 使用 Bash 工具執行以下命令合成語音並下載：
```bash
RESPONSE=$(curl -s -X POST "https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer" \
-H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-audio-3.0-tts-plus",
"input": {
"text": "<text>",
"voice": "<voice>",
"format": "<format>",
"sample_rate": <sample_rate>
}
}')
AUDIO_URL=$(printf '%s' "$RESPONSE" | python3 -c 'import json,sys; print(json.load(sys.stdin)["output"]["audio"]["url"])')
curl -s -o "speech_$(date +%Y%m%d_%H%M%S).<format>" "$AUDIO_URL"
```
3. 輸出下載後的音訊檔案路徑。
步驟二：合成語音
在 Claude Code 中輸入 /text-to-speech 你好，欢迎使用百炼。如需更換音色，請在指令中寫明音色，例如 /text-to-speech 用 longanlingxin 说：你好。
請求參數
| 參數 | 必選 | 說明 |
|---|---|---|
model | 是 | 語音合成模型 ID。 |
input.text | 是 | 待合成文字。 |
input.voice | 是 | 音色，例如 longanhuan_v3.6。 |
input.format | 否 | 音訊格式，支援 mp3、pcm、wav、opus，預設 mp3。 |
input.sample_rate | 否 | 取樣率，預設 22050。 |
更多參數請參見 Qwen-Audio-TTS 語音合成 HTTP API，音色清單請參見 Qwen-Audio-TTS 音色清單。
返回結果
- 音訊 URL：
output.audio.url。 - URL 過期時間：
output.audio.expires_at。 - 計費字元數：
usage.characters。 - 音訊 URL 具有時效，產生後請及時下載。
限制
- 音色需與模型版本匹配，可用音色以音色清單為準。
- 計費依有效字元數計算，實際以主控台用量統計為準。
其他工具
其他工具的擴充機制與設定路徑請參閱整合概覽。將上方的 Slash Command 內容儲存至對應路徑即可。