语音合成
把一段文本合成为语音,适合朗读、配音、语音播报。接口兼容 OpenAI POST /v1/audio/speech,成功时直接返回音频文件的二进制内容,不是 JSON。
| 项 | 值 |
|---|---|
| 方法与路径 | POST /v1/audio/speech |
| 鉴权 | Authorization: Bearer YOUR_API_KEY |
| Content-Type | application/json |
| 响应 | 音频二进制(Content-Type 随输出格式,如 audio/mpeg) |
快速示例
cURL
BASH
curl https://www.nextai-code.com/v1/audio/speech \
-H "Authorization: Bearer $NEXTAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "YOUR_MODEL",
"input": "欢迎使用 NextAI Code。",
"voice": "alloy"
}' \
--output speech.mp3
Python(OpenAI SDK)
PYTHON
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["NEXTAI_API_KEY"], base_url="https://www.nextai-code.com/v1")
with client.audio.speech.with_streaming_response.create(
model="YOUR_MODEL",
voice="alloy",
input="欢迎使用 NextAI Code。",
) as response:
response.stream_to_file("speech.mp3")
Node.js(OpenAI SDK)
JAVASCRIPT
import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({ apiKey: process.env.NEXTAI_API_KEY, baseURL: "https://www.nextai-code.com/v1" });
const res = await client.audio.speech.create({
model: "YOUR_MODEL",
voice: "alloy",
input: "欢迎使用 NextAI Code。",
});
fs.writeFileSync("speech.mp3", Buffer.from(await res.arrayBuffer()));
示例中的
alloy是 OpenAI 的音色名。可用的语音合成模型以 模型列表(GET /v1/models)为准,音色取值取决于所选模型。
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model |
string | 是 | 语音合成模型名,缺失时返回 400(缺少 model 参数) |
input |
string | 是 | 要合成的文本,按字符数计费,见 计费 |
voice |
string | 是 | 音色名,取值取决于模型 |
instructions |
string | 否 | 对语气、语速、情绪等的文字指令,是否生效取决于模型 |
response_format |
string | 否 | 输出音频格式,如 mp3、opus、aac、flac、wav、pcm;默认值与可选值取决于模型 |
speed |
number | 否 | 语速倍率,取值范围取决于模型 |
stream_format |
string | 否 | 流式输出格式(如 audio、sse),是否支持取决于模型 |
metadata |
object | 否 | 附加元数据,是否生效取决于模型 |
只支持以上字段,其他字段会被忽略。
响应
成功时 HTTP 200,响应体就是音频文件本身,Content-Type 对应输出格式。音频可能以分块传输(不带 Content-Length)方式返回,此时可以边下载边播放。
失败时返回 JSON 错误体,结构见 错误码。写文件前建议先检查状态码,避免把错误 JSON 存成 .mp3。
计费
按 input 的字符数计为输入 Token(每个字符计 1,中英文相同),再按模型价格结算;输出音频不单独计费。按次计价的模型每次请求固定扣费。