声音设计API参考_大模型服务平台百炼(Model Studio) - 大模型服务平台百炼

本文介绍声音设计的HTTP API接口详情，包括创建音色、查询音色列表、查询音色详情和删除音色四个操作。

用户指南：声音设计。

接口地址

新加坡

POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization

调用时请将{WorkspaceId}替换为真实的Workspace ID。

华北2（北京）

POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/tts/customization

调用时请将{WorkspaceId}替换为真实的Workspace ID。

重要阿里云百炼为华北2（北京）、新加坡地域推出了业务空间专属域名，能够为推理请求提供卓越的性能和更高的稳定性，建议迁移至新域名：

华北2（北京）地域：从 dashscope.aliyuncs.com 迁移至 {WorkspaceId}.cn-beijing.maas.aliyuncs.com
新加坡地域：从 dashscope-intl.aliyuncs.com 迁移至 {WorkspaceId}.ap-southeast-1.maas.aliyuncs.com

{WorkspaceId}需要替换为真实的Workspace ID。现有域名仍可正常使用。

请求头

参数	类型	是否必选	说明
Authorization	string	是	鉴权令牌，格式为`Bearer <your_api_key>`，使用时，将"`<your_api_key>`"替换为实际的API Key。
Content-Type	string	是	请求体的媒体类型。固定为`application/json`。

创建音色

请求体

modelstring（必选）

声音设计模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音设计。
qwen-voice-design：Qwen声音设计。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。

Qwen-Audio-TTS/CosyVoice（voice-enrollment）：固定为create_voice。
Qwen（qwen-voice-design）：固定为create。

target_model string（必选）

驱动音色的语音合成模型。必须与后续调用语音合成接口时使用的模型一致，否则合成会失败。

qwen-audio-3.0-tts-plus和qwen-audio-3.0-tts-flash不支持声音设计。

voice_prompt string（必选）

声音描述文本，仅支持中文和英文。

Qwen-Audio-TTS/CosyVoice（voice-enrollment）：最大长度500字符。
Qwen（qwen-voice-design）：最大长度2048字符。

preview_text string（必选）

预览音频对应的文本。

Qwen-Audio-TTS/CosyVoice（voice-enrollment）：最小长度15字符，最大长度200字符，支持中文和英文。
Qwen（qwen-voice-design）：最大长度1024字符，支持中文、英文、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、法语、俄语。

prefix string（条件必选）

重要仅适用于Qwen-Audio-TTS/CosyVoice（model为voice-enrollment时）。

音色名称前缀，仅允许数字和英文字母，不超过10个字符。生成的音色名格式：{target_model}-vd-{prefix}-{唯一标识}

preferred_name string（条件必选）

重要仅适用于Qwen（model为qwen-voice-design时）。

音色名称前缀，仅允许数字、英文字母和下划线，不超过16个字符。

language_hints array[string]（可选）

重要仅适用于Qwen-Audio-TTS/CosyVoice（model为voice-enrollment时）。

指定生成音色的语言倾向，影响音色的语言特征和发音倾向，建议根据实际使用场景选择对应语言代码。若使用该参数，设置的语种须与 preview_text 的语种一致。

此参数为数组，但当前版本仅处理第一个元素。

取值范围：

zh：中文
en：英文

默认值：["zh"]。

language string（可选）

重要仅适用于Qwen（model为qwen-voice-design时）。

取值范围：

zh：中文
en：英文
de：德语
it：意大利语
pt：葡萄牙语
es：西班牙语
ja：日语
ko：韩语
fr：法语
ru：俄语

默认值：zh。

parametersobject（可选）

声音设计的参数配置。

属性

sample_rate int（可选）

预览音频采样率（Hz）。

Qwen-Audio-TTS/CosyVoice支持：16000、24000、48000。
Qwen支持：8000、16000、24000、48000。

默认值：24000。

response_format string（可选）

预览音频格式。

Qwen-Audio-TTS/CosyVoice支持：pcm、wav、mp3。
Qwen支持：pcm、wav、mp3、opus。

默认值：wav。

Qwen-Audio-TTS/CosyVoice 声音设计仅支持北京地域，Qwen 声音设计支持新加坡地域。以下示例中 Qwen-Audio-TTS/CosyVoice 使用华北2（北京）地域URL，Qwen 使用新加坡地域URL（请将WorkspaceId替换为真实的业务空间ID）。

Qwen-Audio-TTS/CosyVoice声音设计

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "voice-enrollment",
    "input": {
        "action": "create_voice",
        "target_model": "cosyvoice-v3.5-plus",
        "voice_prompt": "沉稳的中年男性，音色低沉浑厚",
        "preview_text": "各位听众朋友们大家好，欢迎收听本期节目",
        "prefix": "announcer",
        "language_hints": ["zh"]
    },
    "parameters": {
        "sample_rate": 24000,
        "response_format": "wav"
    }
}'

Qwen声音设计

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-voice-design",
    "input": {
        "action": "create",
        "target_model": "qwen3-tts-vd-realtime-2026-01-15",
        "preferred_name": "announcer",
        "voice_prompt": "沉稳的中年男性，音色低沉浑厚",
        "preview_text": "各位听众朋友，大家好",
        "language": "zh"
    },
    "parameters": {
        "sample_rate": 24000,
        "response_format": "wav"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。

属性

voice_id / voicestring

音色ID。Qwen-Audio-TTS/CosyVoice返回voice_id，Qwen返回voice。可直接用于语音合成接口的voice参数。

preview_audioobject

预览音频数据。

属性

data string

预览音频数据，Base64编码。

sample_rate int

预览音频采样率（Hz）。

response_format string

预览音频格式。

target_modelstring

驱动音色的语音合成模型。

usageobject

本次请求用量信息。

属性

count integer

创建的音色数量，固定为1。

Qwen-Audio-TTS/CosyVoice声音设计

{
    "output": {
        "preview_audio": {
            "data": "{base64_encoded_audio}",
            "sample_rate": 24000,
            "response_format": "wav"
        },
        "target_model": "cosyvoice-v3.5-plus",
        "voice_id": "cosyvoice-v3.5-plus-vd-announcer-xxxxxx"
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

Qwen声音设计

{
    "output": {
        "preview_audio": {
            "data": "{base64_encoded_audio}",
            "sample_rate": 24000,
            "response_format": "wav"
        },
        "target_model": "qwen3-tts-vd-realtime-2026-01-15",
        "voice": "yourVoice"
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

重要Qwen-Audio-TTS/CosyVoice返回voice_id字段，Qwen返回voice字段。

查询音色列表

请求体

modelstring（必选）

声音设计模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音设计。
qwen-voice-design：Qwen声音设计。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。Qwen-Audio-TTS/CosyVoice：list_voice。Qwen：list。

prefix string（可选）

重要仅适用于Qwen-Audio-TTS/CosyVoice。

按前缀筛选音色。

page_index integer（可选）

页码索引。

page_size integer（可选）

每页包含数据条数。

Qwen-Audio-TTS/CosyVoice

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "voice-enrollment",
    "input": {
        "action": "list_voice",
        "prefix": "myvoice",
        "page_size": 10,
        "page_index": 0
    }
}'

Qwen声音设计

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-voice-design",
    "input": {
        "action": "list",
        "page_size": 10,
        "page_index": 0
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。

属性

page_indexinteger

重要仅Qwen返回。

当前页码索引。

page_sizeinteger

重要仅Qwen返回。

每页数据条数。

total_countinteger

重要仅Qwen返回。

音色总数。

voice_listarray[object]

查询到的音色列表。

属性

voice_id / voicestring

音色ID。Qwen-Audio-TTS/CosyVoice为voice_id，Qwen为voice。

gmt_createstring

创建时间。

gmt_modifiedstring

修改时间。

statusstring

重要仅Qwen-Audio-TTS/CosyVoice返回。

音色状态，取值参见"音色状态说明"。

target_modelstring

重要仅Qwen返回。

驱动音色的语音合成模型。

languagestring

音色语言。

voice_promptstring

声音描述文本。

preview_textstring

预览音频文本。

usageobject

本次请求用量信息。

属性

count integer

Qwen-Audio-TTS/CosyVoice固定为1。Qwen固定为0。

Qwen-Audio-TTS/CosyVoice

{
    "output": {
        "voice_list": [
            {
                "voice_id": "cosyvoice-v3.5-plus-vd-announcer-xxxxxx",
                "gmt_create": "2025-12-10 14:54:09",
                "gmt_modified": "2025-12-10 17:47:48",
                "status": "OK",
                "voice_prompt": "沉稳的中年男性播音员",
                "preview_text": "各位听众朋友们，大家好"
            }
        ]
    },
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

Qwen

{
    "output": {
        "page_index": 0,
        "page_size": 10,
        "total_count": 1,
        "voice_list": [
            {
                "voice": "yourVoice",
                "gmt_create": "2025-08-11 17:59:32",
                "gmt_modified": "2025-08-11 17:59:32",
                "language": "zh",
                "target_model": "qwen3-tts-vd-realtime-2026-01-15",
                "voice_prompt": "沉稳的中年男性播音员",
                "preview_text": "各位听众朋友们，大家好"
            }
        ]
    },
    "usage": {
        "count": 0
    },
    "request_id": "xxxx-xxxx-xxxx"
}

重要Qwen-Audio-TTS/CosyVoice返回voice_list数组，每项包含voice_id字段；Qwen同样返回voice_list数组，每项包含voice字段。Qwen的output中还包含page_index、page_size和total_count分页信息字段。

查询音色详情

请求体

modelstring（必选）

声音设计模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音设计。
qwen-voice-design：Qwen声音设计。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。Qwen-Audio-TTS/CosyVoice：query_voice。Qwen声音设计：query。

voice_id string（条件必选）

重要仅适用于Qwen-Audio-TTS/CosyVoice。

要查询的音色ID。

voice string（条件必选）

重要仅适用于Qwen声音设计（model为qwen-voice-design时）。

要查询的音色名称。

Qwen-Audio-TTS/CosyVoice

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "voice-enrollment",
    "input": {
        "action": "query_voice",
        "voice_id": "yourVoiceId"
    }
}'

Qwen声音设计

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-voice-design",
    "input": {
        "action": "query",
        "voice": "yourVoice"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。

属性

voice_id / voicestring

音色ID。Qwen-Audio-TTS/CosyVoice声音设计返回voice_id，Qwen声音设计返回voice。

gmt_createstring

创建时间。

gmt_modifiedstring

修改时间。

statusstring

重要仅Qwen-Audio-TTS/CosyVoice返回。

音色状态，取值参见"音色状态说明"。

target_modelstring

驱动音色的语音合成模型。

languagestring

重要仅Qwen声音设计返回。

音色语言。

voice_promptstring

重要仅Qwen-Audio-TTS/CosyVoice声音设计返回。

声音描述文本。

preview_textstring

重要仅Qwen-Audio-TTS/CosyVoice声音设计返回。

预览音频文本。

usageobject

本次请求用量信息。

属性

count integer

固定为1。

Qwen-Audio-TTS/CosyVoice声音设计

{
    "output": {
        "voice_id": "cosyvoice-v3.5-plus-vd-announcer-xxxxxx",
        "gmt_create": "2025-12-10 14:54:09",
        "gmt_modified": "2025-12-10 17:47:48",
        "preview_text": "各位听众朋友们，大家好",
        "target_model": "cosyvoice-v3.5-plus",
        "status": "OK",
        "voice_prompt": "沉稳的中年男性播音员，音色低沉浑厚"
    },
    "usage": {},
    "request_id": "xxxx-xxxx-xxxx"
}

Qwen声音设计

{
    "output": {
        "voice": "yourVoice",
        "gmt_create": "2025-08-11 17:59:32",
        "gmt_modified": "2025-08-11 17:59:32",
        "language": "zh",
        "target_model": "qwen3-tts-vd-realtime-2026-01-15"
    },
    "usage": {
        "count": 0
    },
    "request_id": "xxxx-xxxx-xxxx"
}

重要Qwen-Audio-TTS/CosyVoice声音设计返回voice_id、voice_prompt等字段。Qwen声音设计返回voice和language字段。

删除音色

请求体

modelstring（必选）

声音设计模型。取值：

voice-enrollment：Qwen-Audio-TTS/CosyVoice声音设计。
qwen-voice-design：Qwen声音设计。

inputobject（必选）

输入参数对象。

属性

action string（必选）

操作类型。Qwen-Audio-TTS/CosyVoice：delete_voice。Qwen：delete。

voice_id string（条件必选）

重要仅适用于Qwen-Audio-TTS/CosyVoice。

要删除的音色ID。

voice string（条件必选）

重要仅适用于Qwen。

要删除的音色名称。

Qwen-Audio-TTS/CosyVoice

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "voice-enrollment",
    "input": {
        "action": "delete_voice",
        "voice_id": "yourVoiceId"
    }
}'

Qwen声音设计

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/customization \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-voice-design",
    "input": {
        "action": "delete",
        "voice": "yourVoice"
    }
}'

返回体

request_idstring

本次调用的唯一标识符。

outputobject

模型返回的数据。Qwen-Audio-TTS/CosyVoice返回空对象，Qwen返回已删除的音色名称。

属性

voicestring

重要仅Qwen返回。

已删除的音色名称。

usageobject

本次请求用量信息。

属性

count integer

固定为1。

Qwen-Audio-TTS/CosyVoice

{
    "output": {},
    "usage": {
        "count": 1
    },
    "request_id": "xxxx-xxxx-xxxx"
}

Qwen

{
    "output": {
        "voice": "yourVoice"
    },
    "usage": {
        "count": 0
    },
    "request_id": "xxxx-xxxx-xxxx"
}

重要Qwen-Audio-TTS/CosyVoice的output为空对象，Qwen返回voice字段。

音色状态说明

音色创建后会经过审核流程，以下是各状态的含义。此状态体系仅适用于Qwen-Audio-TTS/CosyVoice（model为voice-enrollment时），Qwen的查询和列表返回中不包含status字段。

状态	说明
DEPLOYING	审核中/处理中。
OK	审核通过，可正常使用。
UNDEPLOYED	审核未通过，不可使用。