Síntese de voz síncrona MiniMax Speech-2.6-turbo
curl --request POST \
--url https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo \
--header 'Authorization: <authorization>' \
--header 'Content-Type: <content-type>' \
--data '
{
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": true,
"text_normalization": true
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": {
"tone": [
{}
]
},
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": true,
"stream_options": {
"exclude_aggregated_audio": true
},
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
'import requests
url = "https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo"
payload = {
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": True,
"text_normalization": True
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": { "tone": [{}] },
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": True,
"stream_options": { "exclude_aggregated_audio": True },
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)const options = {
method: 'POST',
headers: {'Content-Type': '<content-type>', Authorization: '<authorization>'},
body: JSON.stringify({
text: '<string>',
voice_setting: {
speed: 123,
vol: 123,
pitch: 123,
voice_id: '<string>',
emotion: '<string>',
latex_read: true,
text_normalization: true
},
audio_setting: {sample_rate: 123, bitrate: 123, format: '<string>', channel: 123},
pronunciation_dict: {tone: [{}]},
timbre_weights: [{voice_id: '<string>', weight: 123}],
stream: true,
stream_options: {exclude_aggregated_audio: true},
language_boost: '<string>',
output_format: '<string>',
voice_modify: {pitch: 123, intensity: 123, timbre: 123, sound_effects: '<string>'}
})
};
fetch('https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo', options)
.then(res => res.json())
.then(res => console.log(res))
.catch(err => console.error(err));<?php
$curl = curl_init();
curl_setopt_array($curl, [
CURLOPT_URL => "https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo",
CURLOPT_RETURNTRANSFER => true,
CURLOPT_ENCODING => "",
CURLOPT_MAXREDIRS => 10,
CURLOPT_TIMEOUT => 30,
CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
CURLOPT_CUSTOMREQUEST => "POST",
CURLOPT_POSTFIELDS => json_encode([
'text' => '<string>',
'voice_setting' => [
'speed' => 123,
'vol' => 123,
'pitch' => 123,
'voice_id' => '<string>',
'emotion' => '<string>',
'latex_read' => true,
'text_normalization' => true
],
'audio_setting' => [
'sample_rate' => 123,
'bitrate' => 123,
'format' => '<string>',
'channel' => 123
],
'pronunciation_dict' => [
'tone' => [
[
]
]
],
'timbre_weights' => [
[
'voice_id' => '<string>',
'weight' => 123
]
],
'stream' => true,
'stream_options' => [
'exclude_aggregated_audio' => true
],
'language_boost' => '<string>',
'output_format' => '<string>',
'voice_modify' => [
'pitch' => 123,
'intensity' => 123,
'timbre' => 123,
'sound_effects' => '<string>'
]
]),
CURLOPT_HTTPHEADER => [
"Authorization: <authorization>",
"Content-Type: <content-type>"
],
]);
$response = curl_exec($curl);
$err = curl_error($curl);
curl_close($curl);
if ($err) {
echo "cURL Error #:" . $err;
} else {
echo $response;
}package main
import (
"fmt"
"strings"
"net/http"
"io"
)
func main() {
url := "https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo"
payload := strings.NewReader("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
req, _ := http.NewRequest("POST", url, payload)
req.Header.Add("Content-Type", "<content-type>")
req.Header.Add("Authorization", "<authorization>")
res, _ := http.DefaultClient.Do(req)
defer res.Body.Close()
body, _ := io.ReadAll(res.Body)
fmt.Println(string(body))
}HttpResponse<String> response = Unirest.post("https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo")
.header("Content-Type", "<content-type>")
.header("Authorization", "<authorization>")
.body("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
.asString();require 'uri'
require 'net/http'
url = URI("https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo")
http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true
request = Net::HTTP::Post.new(url)
request["Content-Type"] = '<content-type>'
request["Authorization"] = '<authorization>'
request.body = "{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}"
response = http.request(request)
puts response.read_body{
"audio": "<string>",
"status": 123
}Áudio
Síntese de voz síncrona MiniMax Speech-2.6-turbo
POST
/
v3
/
minimax-speech-2.6-turbo
Síntese de voz síncrona MiniMax Speech-2.6-turbo
curl --request POST \
--url https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo \
--header 'Authorization: <authorization>' \
--header 'Content-Type: <content-type>' \
--data '
{
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": true,
"text_normalization": true
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": {
"tone": [
{}
]
},
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": true,
"stream_options": {
"exclude_aggregated_audio": true
},
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
'import requests
url = "https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo"
payload = {
"text": "<string>",
"voice_setting": {
"speed": 123,
"vol": 123,
"pitch": 123,
"voice_id": "<string>",
"emotion": "<string>",
"latex_read": True,
"text_normalization": True
},
"audio_setting": {
"sample_rate": 123,
"bitrate": 123,
"format": "<string>",
"channel": 123
},
"pronunciation_dict": { "tone": [{}] },
"timbre_weights": [
{
"voice_id": "<string>",
"weight": 123
}
],
"stream": True,
"stream_options": { "exclude_aggregated_audio": True },
"language_boost": "<string>",
"output_format": "<string>",
"voice_modify": {
"pitch": 123,
"intensity": 123,
"timbre": 123,
"sound_effects": "<string>"
}
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)const options = {
method: 'POST',
headers: {'Content-Type': '<content-type>', Authorization: '<authorization>'},
body: JSON.stringify({
text: '<string>',
voice_setting: {
speed: 123,
vol: 123,
pitch: 123,
voice_id: '<string>',
emotion: '<string>',
latex_read: true,
text_normalization: true
},
audio_setting: {sample_rate: 123, bitrate: 123, format: '<string>', channel: 123},
pronunciation_dict: {tone: [{}]},
timbre_weights: [{voice_id: '<string>', weight: 123}],
stream: true,
stream_options: {exclude_aggregated_audio: true},
language_boost: '<string>',
output_format: '<string>',
voice_modify: {pitch: 123, intensity: 123, timbre: 123, sound_effects: '<string>'}
})
};
fetch('https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo', options)
.then(res => res.json())
.then(res => console.log(res))
.catch(err => console.error(err));<?php
$curl = curl_init();
curl_setopt_array($curl, [
CURLOPT_URL => "https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo",
CURLOPT_RETURNTRANSFER => true,
CURLOPT_ENCODING => "",
CURLOPT_MAXREDIRS => 10,
CURLOPT_TIMEOUT => 30,
CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
CURLOPT_CUSTOMREQUEST => "POST",
CURLOPT_POSTFIELDS => json_encode([
'text' => '<string>',
'voice_setting' => [
'speed' => 123,
'vol' => 123,
'pitch' => 123,
'voice_id' => '<string>',
'emotion' => '<string>',
'latex_read' => true,
'text_normalization' => true
],
'audio_setting' => [
'sample_rate' => 123,
'bitrate' => 123,
'format' => '<string>',
'channel' => 123
],
'pronunciation_dict' => [
'tone' => [
[
]
]
],
'timbre_weights' => [
[
'voice_id' => '<string>',
'weight' => 123
]
],
'stream' => true,
'stream_options' => [
'exclude_aggregated_audio' => true
],
'language_boost' => '<string>',
'output_format' => '<string>',
'voice_modify' => [
'pitch' => 123,
'intensity' => 123,
'timbre' => 123,
'sound_effects' => '<string>'
]
]),
CURLOPT_HTTPHEADER => [
"Authorization: <authorization>",
"Content-Type: <content-type>"
],
]);
$response = curl_exec($curl);
$err = curl_error($curl);
curl_close($curl);
if ($err) {
echo "cURL Error #:" . $err;
} else {
echo $response;
}package main
import (
"fmt"
"strings"
"net/http"
"io"
)
func main() {
url := "https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo"
payload := strings.NewReader("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
req, _ := http.NewRequest("POST", url, payload)
req.Header.Add("Content-Type", "<content-type>")
req.Header.Add("Authorization", "<authorization>")
res, _ := http.DefaultClient.Do(req)
defer res.Body.Close()
body, _ := io.ReadAll(res.Body)
fmt.Println(string(body))
}HttpResponse<String> response = Unirest.post("https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo")
.header("Content-Type", "<content-type>")
.header("Authorization", "<authorization>")
.body("{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}")
.asString();require 'uri'
require 'net/http'
url = URI("https://api.highwayapi.ai/v3/minimax-speech-2.6-turbo")
http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true
request = Net::HTTP::Post.new(url)
request["Content-Type"] = '<content-type>'
request["Authorization"] = '<authorization>'
request.body = "{\n \"text\": \"<string>\",\n \"voice_setting\": {\n \"speed\": 123,\n \"vol\": 123,\n \"pitch\": 123,\n \"voice_id\": \"<string>\",\n \"emotion\": \"<string>\",\n \"latex_read\": true,\n \"text_normalization\": true\n },\n \"audio_setting\": {\n \"sample_rate\": 123,\n \"bitrate\": 123,\n \"format\": \"<string>\",\n \"channel\": 123\n },\n \"pronunciation_dict\": {\n \"tone\": [\n {}\n ]\n },\n \"timbre_weights\": [\n {\n \"voice_id\": \"<string>\",\n \"weight\": 123\n }\n ],\n \"stream\": true,\n \"stream_options\": {\n \"exclude_aggregated_audio\": true\n },\n \"language_boost\": \"<string>\",\n \"output_format\": \"<string>\",\n \"voice_modify\": {\n \"pitch\": 123,\n \"intensity\": 123,\n \"timbre\": 123,\n \"sound_effects\": \"<string>\"\n }\n}"
response = http.request(request)
puts response.read_body{
"audio": "<string>",
"status": 123
}Esta API oferece suporte à geração síncrona baseada em texto para voz, com limite máximo de 10000 caracteres por envio de texto. Compatível com mais de 100 timbres de sistema e seleção independente de timbres clonados; permite ajustar volume, entonação, velocidade da fala e formato de saída; oferece suporte a mixagem proporcional, controle de intervalo fixo; e é compatível com várias especificações e formatos de áudio, incluindo: mp3, pcm, flac, wav, além de saída em streaming.
Após enviar uma solicitação de síntese de voz para texto longo, observe que a URL retornada é válida por 24 horas a partir do momento em que a URL é retornada. Fique atento ao prazo para baixar as informações.
Adequada para cenários como geração de frases curtas, chat por voz e redes sociais online; tem baixa latência, mas o limite de comprimento do texto é inferior a 10000 caracteres. Para textos longos, recomenda-se usar síntese de voz por chamada assíncrona.
Cabeçalhos da solicitação
string
obrigatório
Valores enumerados:
application/jsonstring
obrigatório
Formato de autenticação Bearer: Bearer {{API Key}}.
Corpo da solicitação
string
obrigatório
Texto a ser sintetizado, com limite de comprimento inferior a 10000 caracteres; quebras de parágrafo devem ser substituídas por caracteres de nova linha. (Se precisar controlar o intervalo de tempo na fala, adicione <#x#> entre caracteres, em que x está em segundos, com suporte a 0.01-99.99 e no máximo duas casas decimais). Oferece suporte à personalização do intervalo de tempo de fala entre textos, para obter o efeito de pausas personalizadas na fala do texto. Observe que o intervalo de tempo entre textos deve ser definido entre dois trechos de texto que possam ser pronunciados, e não é permitido definir vários intervalos de tempo consecutivos.
object
obrigatório
Mostrar properties
Mostrar properties
float
padrão:"1.0"
Intervalo [0.5,2], valor padrão 1.0Velocidade da fala gerada. Opcional. Quanto maior o valor, mais rápida será a fala.
float
padrão:"1.0"
Intervalo (0,10], valor padrão 1.0Volume da voz gerada. Opcional. Quanto maior o valor, maior o volume.
int
padrão:"0"
Intervalo [-12,12], valor padrão 0Entonação da voz gerada. Opcional. (0 indica saída no timbre original; o valor deve ser um inteiro).
string
Número do timbre solicitado. Obrigatório escolher um entre este campo e timbre_weights.Suporta dois tipos: timbres de sistema (id) e timbres clonados (id). Os timbres de sistema (ID) são:
- Timbre de jovem inexperiente:
male-qn-qingse - Timbre de jovem elite:
male-qn-jingying - Timbre de jovem dominante:
male-qn-badao - Timbre de universitário jovem:
male-qn-daxuesheng - Timbre de garota jovem:
female-shaonv - Timbre de mulher madura e elegante:
female-yujie - Timbre de mulher madura:
female-chengshu - Timbre de mulher doce:
female-tianmei - Apresentador masculino:
presenter_male - Apresentadora feminina:
presenter_female - Audiolivro masculino 1:
audiobook_male_1 - Audiolivro masculino 2:
audiobook_male_2 - Audiolivro feminino 1:
audiobook_female_1 - Audiolivro feminino 2:
audiobook_female_2 - Timbre de jovem inexperiente-beta:
male-qn-qingse-jingpin - Timbre de jovem elite-beta:
male-qn-jingying-jingpin - Timbre de jovem dominante-beta:
male-qn-badao-jingpin - Timbre de universitário jovem-beta:
male-qn-daxuesheng-jingpin - Timbre de garota jovem-beta:
female-shaonv-jingpin - Timbre de mulher madura e elegante-beta:
female-yujie-jingpin - Timbre de mulher madura-beta:
female-chengshu-jingpin - Timbre de mulher doce-beta:
female-tianmei-jingpin - Menino inteligente:
clever_boy - Menino fofo:
cute_boy - Menina adorável:
lovely_girl - Porquinha de desenho Xiaoqi:
cartoon_pig - Irmão mais novo yandere:
bingjiao_didi - Namorado bonito:
junlang_nanyou - Calouro inocente:
chunzhen_xuedi - Veterano indiferente:
lengdan_xiongzhang - Jovem mestre dominador:
badao_shaoye - Docinha Xiaoling:
tianxin_xiaoling - Garota fofa e travessa:
qiaopi_mengmei - Mulher madura sedutora:
wumei_yujie - Caloura meiga:
diadia_xuemei - Veterana elegante:
danya_xuejie - Santa Claus:
Santa_Claus - Grinch:
Grinch - Rudolph:
Rudolph - Arnold:
Arnold - Charming Santa:
Charming_Santa - Charming Lady:
Charming_Lady - Sweet Girl:
Sweet_Girl - Cute Elf:
Cute_Elf - Attractive Girl:
Attractive_Girl - Serene Woman:
Serene_Woman
string
Controla a emoção da voz sintetizada;Atualmente oferece suporte a 7 emoções: feliz, triste, com raiva, com medo, com nojo, surpreso, neutro;Intervalo do parâmetro:
["happy", "sad", "angry", "fearful", "disgusted", "surprised", "neutral"]bool
padrão:"false"
Controla se a leitura de fórmulas latex é suportada. O padrão é false.Observações:
- As fórmulas na solicitação precisam ter $$ no início e no fim;
- Se a fórmula na solicitação contiver "", ele deve ser escapado como ”\”.
$$\\frac{d}{dx}(x^n) = nx^{n-1}$$bool
padrão:"false"
Este parâmetro oferece suporte à normalização de texto em inglês, podendo melhorar o desempenho em cenários de leitura de números, mas aumentando ligeiramente a latência. Se não for fornecido, o valor padrão será false.
object
Mostrar properties
Mostrar properties
int
padrão:"32000"
Intervalo 【8000,16000,22050,24000,32000,44100】Taxa de amostragem da voz gerada. Opcional, padrão 32000.
int
padrão:"128000"
Intervalo 【32000,64000,128000,256000】Taxa de bits da voz gerada. Opcional, valor padrão 128000. Este parâmetro só tem efeito para áudio no formato mp3.
string
padrão:"mp3"
Formato do áudio gerado. Padrão mp3, intervalo [mp3,pcm,flac,wav]. wav é suportado apenas em saída não streaming.
int
padrão:"1"
Número de canais do áudio gerado. Padrão 1: mono. Opções:1: mono2: estéreo
object
Mostrar properties
Mostrar properties
list
Substitui textos, símbolos e suas respectivas pronúncias que precisam de anotação especial.Substituição de pronúncia (ajuste de tom/substituição da pronúncia de outros caracteres), no seguinte formato:
["燕少飞/(yan4)(shao3)(fei1)","达菲/(da2)(fei1)","omg/oh my god"]Os tons são representados por números: primeiro tom (yinping) é 1, segundo tom (yangping) é 2, terceiro tom (shangsheng) é 3, quarto tom (qusheng) é 4, e tom neutro é 5.object[]
Obrigatório escolher um entre este campo e voice_id
Mostrar properties
Mostrar properties
string
ID do timbre solicitado. Deve ser preenchido junto com o parâmetro weight.
int
Intervalo [1,100]Peso, deve ser preenchido em conjunto com voice_id. Suporta mistura de no máximo 4 timbres. O valor deve ser um inteiro; quanto maior a proporção de um único timbre, mais o timbre sintetizado se parecerá com ele.
boolean
padrão:"false"
Indica se a saída será em streaming. O padrão é false, ou seja, streaming desativado.
object
Mostrar properties
Mostrar properties
boolean
padrão:"false"
Quando este parâmetro é definido como True, o último chunk do streaming não conterá os dados hex da fala completa concatenada. O padrão é False, ou seja, o último chunk contém os dados hex da fala completa concatenada.
string
padrão:"null"
Melhora a capacidade de reconhecimento para idiomas minoritários e dialetos especificados. Após a configuração, pode melhorar o desempenho de fala em cenários no idioma/dialeto especificado. Se o tipo de idioma minoritário não estiver claro, você pode escolher “auto” e o modelo determinará automaticamente o tipo de idioma minoritário. Suporta os seguintes valores:
'Chinese', 'Chinese,Yue', 'English', 'Arabic', 'Russian', 'Spanish', 'French', 'Portuguese', 'German', 'Turkish', 'Dutch', 'Ukrainian', 'Vietnamese', 'Indonesian', 'Japanese', 'Italian', 'Korean', 'Thai', 'Polish', 'Romanian', 'Greek', 'Czech', 'Finnish', 'Hindi', 'Bulgarian', 'Danish', 'Hebrew', 'Malay', 'Persian', 'Slovak', 'Swedish', 'Croatian', 'Filipino', 'Hungarian', 'Norwegian', 'Slovenian', 'Catalan', 'Nynorsk', 'Tamil', 'Afrikaans', 'auto'string
padrão:"hex"
Parâmetro que controla a forma do resultado de saída. Valores opcionais:
url hex. O valor padrão é hex. Este parâmetro só tem efeito em cenários não streaming; em cenários de streaming, apenas o retorno no formato hex é suportado. A URL retornada é válida por 24 horas.object
Configurações de efeitos de voz. Este parâmetro é compatível com os seguintes formatos de áudio:
- Não streaming: mp3, wav, flac
- Streaming: mp3
Mostrar properties
Mostrar properties
integer
Ajuste de altura (grave/brilhante), intervalo [-100,100]. Quanto mais próximo de -100, mais grave a voz; quanto mais próximo de 100, mais brilhante a voz
integer
Ajuste de intensidade (força/suavidade), intervalo [-100,100]. Quanto mais próximo de -100, mais firme a voz; quanto mais próximo de 100, mais suave a voz
integer
Ajuste de timbre (magnético/nítido), intervalo [-100,100]. Quanto mais próximo de -100, mais encorpada a voz; quanto mais próximo de 100, mais nítida a voz
string
Configuração de efeito sonoro; apenas uma opção pode ser selecionada por vez. Valores opcionais:
spacious_echo(eco amplo)auditorium_echo(transmissão de auditório)lofi_telephone(distorção telefônica)robotic(voz eletrônica)
Informações da resposta
string
Segmento de áudio sintetizado, codificado em hex, gerado de acordo com o formato definido na entrada (
audio_setting.format) (mp3/pcm/flac). A forma de retorno segue a definição de output_format; quando stream é true, apenas o formato de retorno hex é suportado.number
Status atual do fluxo de áudio, retornado somente quando
stream é true. 1 indica sintetizando, 2 indica fim da síntese.⌘I