音频 API

文本转语音（TTS）与音色列表查询

音频接口提供文本转语音（TTS）与音色查询能力。

接口一览

方法	路径	说明
GET	`/v1/audio/voice/{model}`	获取指定 TTS 模型的音色列表
POST	`/v1/audio/speech`	文本转语音（TTS）

推荐调用顺序：先调用音色列表接口获取 data[].code，再传入 TTS 请求的 voice 字段。

GET `/v1/audio/voice/{model}`

获取指定 TTS 模型的可用音色列表。

鉴权：Bearer Token

Path 参数：model — TTS 模型名，如 tts-1、cosyvoice-v3-flash

请求：无请求体

请求示例（curl）

curl https://www.yunsell.com/v1/audio/voice/cosyvoice-v3-flash \
  -H "Authorization: Bearer sk-xxx"

响应体

HTTP 200

{
  "success": true,
  "object": "list",
  "data": [
    {
      "name": "龙小淳",
      "code": "longxiaochun"
    },
    {
      "name": "Cherry",
      "code": "Cherry"
    }
  ]
}

响应字段

字段	类型	说明
`success`	boolean	是否成功
`object`	string	固定为 `list`
`data`	array	音色列表
`data[].name`	string	音色展示名称
`data[].code`	string	音色代码，TTS 请求中传入 `voice` 字段

无可用音色时：

{
  "success": true,
  "object": "list",
  "data": []
}

失败响应

HTTP 400

{
  "success": false,
  "message": "model is required"
}

字段	类型	说明
`success`	boolean	固定为 `false`
`message`	string	失败原因

说明：

渠道音色：name 与 code 相同，来自渠道配置
平台音色库：name 为展示名，code 为 voice_key；若模型支持用户私有音色，会一并返回

POST `/v1/audio/speech`

文本转语音（TTS）。

鉴权：Bearer Token

Content-Type：application/json

请求体

{
  "model": "tts-1",
  "input": "Hello, welcome to 云擎数智 text-to-speech service.",
  "voice": "alloy",
  "response_format": "mp3",
  "speed": 1.0
}

请求字段

字段	类型	必填	说明
`model`	string	是	TTS 模型，如 `tts-1`、`cosyvoice-v3-flash`
`input`	string	是	待合成文本
`voice`	string	是	音色代码（见上文音色列表）
`response_format`	string	否	输出格式：`mp3`（默认）、`opus`、`aac`、`flac`、`wav`、`pcm`
`speed`	number	否	语速，0.25–4.0，默认 1.0

CosyVoice 模型示例：

{
  "model": "cosyvoice-v3-flash",
  "input": "你好，欢迎使用语音合成服务。",
  "voice": "longxiaochun",
  "response_format": "mp3",
  "speed": 1.0
}

请求示例（curl）

curl https://www.yunsell.com/v1/audio/speech \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "Hello, welcome to 云擎数智 text-to-speech service.",
    "voice": "alloy",
    "response_format": "mp3",
    "speed": 1.0
  }' \
  -o speech.mp3

CosyVoice 模型：

curl https://www.yunsell.com/v1/audio/speech \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "cosyvoice-v3-flash",
    "input": "你好，欢迎使用语音合成服务。",
    "voice": "longxiaochun",
    "response_format": "mp3",
    "speed": 1.0
  }' \
  -o speech.mp3

响应体

HTTP 200

Content-Type：audio/mpeg（mp3）或对应格式 MIME
Body：音频二进制流（非 JSON）

响应 Header 示例：

HTTP/1.1 200 OK
Content-Type: audio/mpeg
Content-Length: 45632

响应说明

项	说明
HTTP 状态码	`200`
Content-Type	由 `response_format` 决定，见下表
响应体	音频二进制流，非 JSON

`response_format` 与 Content-Type 对应关系

`response_format`	Content-Type
`mp3`（默认）	`audio/mpeg`
`opus`	`audio/opus`
`aac`	`audio/aac`
`flac`	`audio/flac`
`wav`	`audio/wav`
`pcm`	`audio/pcm`

失败响应

HTTP 400，格式见标准错误。

{
  "error": {
    "message": "voice is required",
    "type": "invalid_request_error",
    "code": "invalid_request"
  }
}

视频 API

异步视频任务的创建、轮询状态与结果下载

MCP 连接与配置

云擎数智 MCP 服务的连接方式与客户端配置