文档

文本转语音

把文本读成声音,用于播报、配音与无障碍朗读。返回的是音频文件流,不是 JSON。

POST https://open.feiyutoken.com/v1/audio/speech

请求参数

请求体是 JSON。

参数 类型 必填 说明
model string 是 语音合成模型;可用值见模型列表
input string 是 要转换的文本。单次请求有字符数上限,超限会返回参数错误
voice string 是 音色,可取值 alloy、echo、fable、onyx、nova、shimmer
response_format string 否 音频格式,可取值 mp3、opus、aac、flac、wav、pcm;默认 mp3
speed number 否 语速倍率,1 为原速,可调范围 0.25–4

请求示例

curl https://open.feiyutoken.com/v1/audio/speech \
  -H "Authorization: Bearer <你的飞鱼Token API Key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<模型名>",
    "input": "欢迎使用飞鱼Token。",
    "voice": "alloy",
    "response_format": "mp3",
    "speed": 1
  }' \
  --output speech.mp3

响应

响应体是音频二进制,不是 JSON —— 直接按流写入文件即可,不要拿去解析 JSON。 Content-Type 与 response_format 对应,默认是 audio/mpeg:

HTTP/1.1 200 OK
Content-Type: audio/mpeg

<音频二进制>

用 curl 时加 --output <文件名>(或 -o)把音频落盘。

计费与用量

按字符数或时长计费(与模型厂商官网一致),费用从账户余额扣减。调用记录与消费明细在控制台可以按模型、 按 Key、按时间查看。