語音合成

提交文字、音色和輸出格式等參數後，回應本文為二進位音訊內容。用戶端應依照請求的輸出格式儲存或處理結果。

POST/v1/audio/speech

將輸入文字轉換為語音，並以二進位音訊內容回傳結果。

授權

bearerAuth

授權Bearer <token>

在 Authorization Header 中使用 Bearer your-api-key。

傳遞位置: header

請求主體

application/json

文字轉語音請求參數。

TypeScript 型別定義

在 TypeScript 中使用 request body 型別。

model*string

要使用的文字轉語音模型 ID，例如 tts-1 和 tts-1-hd。實際可用模型以目前 API Key 回傳的模型清單為準。

長度1 <= length

input*string

要轉換為語音的文字，最大長度為 4096 個字元。

長度1 <= length <= 4096

voice*string

生成語音時使用的音色。

可用值

"alloy"
"ash"
"ballad"
"coral"
"echo"
"fable"
"nova"
"onyx"
"sage"
"shimmer"
"verse"
"marin"
"cedar"

instructions?string

控制生成語音的語氣、表達方式或其他說話要求。

長度length <= 4096

response_format?string

音訊輸出格式。

預設值"mp3"

可用值

"mp3"
"opus"
"aac"
"flac"
"wav"
"pcm"

speed?number

生成語音的速度，取值範圍為 0.25 到 4.0。

範圍0.25 <= value <= 4

預設值1

stream_format?string

串流回應格式。audio 回傳二進位音訊流，sse 回傳語意化音訊事件。

預設值"audio"

可用值

"audio"
"sse"

回應主體

`application/json`

curl -X POST "https://example.com/v1/audio/speech" \  -H "Authorization: Bearer your-api-key" \  -H "Content-Type: application/json" \  -d '{    "model": "MODEL_ID",    "input": "你好，世界！",    "voice": "alloy"  }' \  --output speech.mp3

回應本文不是 JSON。請按照請求的輸出格式將二進位內容儲存為音訊檔案。

<binary audio data>

授權

請求主體

回應主體

200application/octet-stream

400application/json

401application/json

403application/json

429application/json

500application/json

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`