语音合成

异步任务提交接口，提交后返回 task_id，通过状态查询接口轮询获取合成结果。

参数说明

参数	位置	类型	必填	说明
`input_text`	body	string	是	要合成的文本
`prompt_text`	body	string	否	参考音频的文本内容
`prompt_audio_file`	file	file	见说明	说话人音色参考音频文件（二选一）
`prompt_audio_url`	body	string	见说明	说话人音色参考音频URL（二选一）
`emo_audio_prompt_url`	file/body	file/string	否	情感参考音频（音频模式）
`emo_text`	body	string	否	情感文本（文本模式）
`use_emo_text`	body	boolean	否	启用文本情感控制
`emo_vector`	body	array	否	情感向量，8个0.0~1.0的数值（向量模式）
`emo_alpha`	body	number	否	情感控制强度，0.0~1.0，默认0.5

prompt_audio_file 和 prompt_audio_url 必须二选一。

文件上传模式

说话人音色参考音频（必须）

支持两种方式：

方式	参数	Content-Type
文件上传	`prompt_audio_file`	`multipart/form-data`
URL传入	`prompt_audio_url`	`application/json`

文件校验规则：

校验项	限制
文件格式	`wav`、`mp3`
文件大小	最大 20MB
音频时长	5秒 ~ 30秒
采样率	不低于 16kHz

情感参考音频（可选）

支持两种方式：

方式	参数	Content-Type
文件上传	`emo_audio_prompt_url`（`$_FILES`）	`multipart/form-data`
URL传入	`emo_audio_prompt_url`（body）	`application/json`

校验规则与说话人音色参考音频相同。

情感控制模式

模式	触发条件	必填参数
音频模式	提供 `emo_audio_prompt_url`	`emo_audio_prompt_url` + `emo_alpha`（可选）
文本模式	`use_emo_text=true` 或提供 `emo_text`	`emo_text`
向量模式	提供 `emo_vector`	`emo_vector`（8个数值） + `emo_alpha`（可选）
无情感控制	均不提供	-

优先级：音频模式 > 文本模式 > 向量模式

请求示例

文件上传（multipart/form-data）

POST /api/v1/indextts2-speech-generate
Content-Type: multipart/form-data
Authorization: Bearer your-token

prompt_audio_file: @/path/to/sample.wav
input_text: "你好，欢迎使用语音合成服务"
prompt_text: "这是一个参考音频文本"
emo_audio_prompt_url: @/path/to/emotion.wav    (可选)
emo_alpha: 0.5                                 (可选)

URL传入（application/json）

{
    "input_text": "你好，欢迎使用语音合成服务",
    "prompt_audio_url": "https://example.com/sample.wav",
    "emo_audio_prompt_url": "https://example.com/emotion.wav",
    "emo_alpha": 0.5
}

文本情感控制

{
    "input_text": "你好，欢迎使用语音合成服务",
    "prompt_audio_url": "https://example.com/sample.wav",
    "use_emo_text": true,
    "emo_text": "带着开心的语气说"
}

向量情感控制

{
    "input_text": "你好，欢迎使用语音合成服务",
    "prompt_audio_url": "https://example.com/sample.wav",
    "emo_vector": [0.5, 0.3, 0.8, 0.2, 0.6, 0.1, 0.4, 0.7],
    "emo_alpha": 0.5
}

响应示例

提交成功

{
    "code": 200,
    "message": "任务提交成功",
    "data": {
        "task_id": "b3f7a2e1-4c5d-6e7f-8a9b-0c1d2e3f4a5b",
        "char_count": 26,
        "cost": 0.01,
        "mode": "audio",
        "status": "pending"
    }
}

参数	说明
`task_id`	任务ID，用于查询合成结果
`char_count`	合成字符数
`cost`	扣费金额（元）
`mode`	情感控制模式：`audio`/`text`/`vector`/`none`
`status`	固定 `pending`

提交失败（并发限制）

{
    "code": 429,
    "error": "task_limit_exceeded",
    "message": "当前任务数量已达上限，请等待现有任务完成后再试"
}

后续流程

提价成功 (pending) → 查询状态 (speech_task_status.php) → 获取合成完成的音频

通过 https://www.yuntts.com/api/v1/speech_task_status 轮询任务状态。

参数说明

文件上传模式

说话人音色参考音频（必须）

情感参考音频（可选）

情感控制模式

请求示例

文件上传（multipart/form-data）

URL传入（application/json）

文本情感控制

向量情感控制

响应示例

提交成功

提交失败（并发限制）

后续流程

请求参数

返回响应

语音合成

参数说明#

文件上传模式#

说话人音色参考音频（必须）#

情感参考音频（可选）#

情感控制模式#

请求示例#

文件上传（multipart/form-data）#

URL传入（application/json）#

文本情感控制#

向量情感控制#

响应示例#

提交成功#

提交失败（并发限制）#

后续流程#

请求参数

返回响应

参数说明

文件上传模式

说话人音色参考音频（必须）

情感参考音频（可选）

情感控制模式

请求示例

文件上传（multipart/form-data）

URL传入（application/json）

文本情感控制

向量情感控制

响应示例

提交成功

提交失败（并发限制）

后续流程