创建异步语音合成任务

创建异步长文本语音合成任务，支持直接传入文本或文本文件进行合成。

POST/v1/audio/speech/tasks

授权

Authorizationstringheader必填

HTTP: Bearer Auth

Security Scheme Type: http
HTTP Authorization Scheme: Bearer API_key，用于验证账户信息，可在按量计费&资源包>API Key 管理中查看。

请求头

Content-Typeenum<string>默认值:application/json必填

请求体的媒体类型，请设置为application/json以确保请求数据格式正确。

可用选项：application/json

请求体application/json

modelstring必填

模型编码，可选值：u2-tts, u2-tts-clone, u2-tts-design

textstring

待合成音频的文本，model为u2-tts时，最长 5 万字符，model为u2-tts-clone或u2-tts-design时，最长 2 万字符。与 text_file_id 二选一必填

text_file_idlong

待合成音频的文本文件 ID（txt），model为u2-tts时，最长 5 万字符，model为u2-tts-clone或u2-tts-design时，最长 2 万字符。与 text 二选一必填

voice_settingobject必填

音色基础设置

voice_setting.voice_idstring

系统/克隆/设计音色 ID，可通过查询可用音色 API 获取

voice_setting.speedinteger

语速范围 [0, 100]，默认 50。

具体支持详情参见音色参数支持说明。

voice_setting.volumeinteger

音量范围 [0, 100]，默认 50。

具体支持详情参见音色参数支持说明。

voice_setting.pitchinteger

音高范围 [0, 100]，默认 50。

具体支持详情参见音色参数支持说明。

voice_setting.brightinteger

亮度范围 [50, 100]，默认 50。

具体支持详情参见音色参数支持说明。

voice_setting.emotionstring

发音情绪，可选值：happy, angry, depressed, whisper, loudly, neutral，分别对应 6 种情绪：高兴，愤怒，沮丧，低语，大声，中性。目前仅 cn_male_chenyu 发音人，且语种为中文、方言为默认时支持。

voice_setting.languagestring

发音语种，可选值：zh, ja, ko, th, vi, id, ms, my, lo, km, tl, en。

不同音色支持的语种如下：

`cn_female_shasha`：`zh`（中文）、`ja`（日语）、`ko`（韩语）、`th`（泰语）、`vi`（越南语）、`id`（印尼语）、`km`（柬埔寨语）
`cn_female_jiajia`：`zh`（中文）、`id`（印尼语）、`ms`（马来语）、`my`（缅甸语）、`lo`（老挝语）
`cn_male_chenyu`：`zh`（中文）、`tl`（菲律宾语）
`en_male_johnny`、`en_female_jane`：`en`（英语）
其余系统音色：`zh`（中文）

voice_setting.dialectstring

发音方言，可选值：yueyu, sichuan。

目前仅 `cn_male_chenyu` 音色支持以下两种方言：

`yueyu`（粤语）
`sichuan`（四川话）

audio_settingobject

音频输出设置

audio_setting.audio_sample_rateinteger

采样率，枚举 [8000, 16000, 24000, 32000]，默认 32000

audio_setting.formatstring

输出格式，枚举 [mp3, pcm]，默认 mp3

audio_setting.channelinteger

声道数，枚举 [1]

pronunciation_dictobject

自定义发音规则

pronunciation_dict.tonestring[ ]

发音/注音替换规则，示例：["水泊梁山/水泊<py>po1</py>梁山"]。

具体标签说明与支持详情参见自定义发音规则说明。

响应体结构

task_idstring

当前异步合成任务的唯一标识 ID

file_idlong

任务创建成功返回的音频文件 ID

usage_charactersinteger

消耗的字符数

base_respobject

base_resp.status_codeinteger

请求状态码，0 = 正常

base_resp.status_msgstring

状态描述，success 表示成功

Create T2A Async Task

curl --request POST \
  --url https://maas-api.unisound.com/v1/audio/speech/tasks \
  --header 'Authorization: Bearer <api_key>' \
  --header 'Content-Type: application/json;charset=UTF-8' \
  --data '{
  "model": "u2-tts",
  "text": "水泊梁山的故事家喻户晓",
  "voice_setting": {
    "voice_id": "cn_male_chenyu",
    "volume": 50,
    "pitch": 50,
    "bright": 50,
    "emotion": "happy",
    "language": "zh"
  },
  "pronunciation_dict": {
    "tone": [
      "水泊梁山/水泊<py>po1</py>梁山"
    ]
  },
  "audio_setting": {
    "audio_sample_rate": 16000,
    "format": "mp3"
  }
}'

200

{
  "task_id": "95157322514444",
  "file_id": 871009177767936,
  "usage_characters": 11,
  "base_resp": {
    "status_code": 0,
    "status_msg": "success"
  }
}

音色参数支持说明

不同音色在指定语种、方言下，对 speed、volume、pitch、bright 的支持情况如下。

音色 ID (Voice ID)	语种 (language)	方言 (dialect)	speed	volume	pitch	bright
cn_female_xiaodi_warm	zh	默认	✓	✓	✓	✓
cn_male_chenyu	zh	默认	✗	✓	✓	✓
cn_male_chenyu	zh	yueyu	✓	✓	✓	✓
cn_male_chenyu	zh	sichuan	✓	✓	✓	✓
cn_male_chenyu	tl	默认	✗	✗	✗	✗
en_male_johnny	en	默认	✓	✓	✓	✓
en_female_jane	en	默认	✓	✓	✓	✓
cn_male_chenyu_robot	zh	默认	✗	✓	✓	✓
cn_male_chenyu_elderly	zh	默认	✗	✓	✓	✓
cn_male_chenyu_steady	zh	默认	✗	✓	✓	✓
cn_male_chenyu_fluent	zh	默认	✗	✓	✓	✓
cn_female_shasha	zh, ja, ko, th, vi, id	默认	✗	✓	✓	✓
cn_female_shasha	km	默认	✗	✗	✗	✗
cn_female_jiajia	zh	默认	✗	✓	✓	✓
cn_female_jiajia	id, ms, my, lo	默认	✗	✗	✗	✗
cn_female_ruolin	zh	默认	✗	✓	✓	✓
cn_male_jingming	zh	默认	✗	✗	✗	✗
cn_female_shasha_intellectual	zh	默认	✗	✗	✗	✗
cn_female_jiajia_intellectual	zh	默认	✗	✗	✗	✗

自定义发音规则说明

可通过以下标签控制读音与断句。不同音色支持的标签不同，详见下方支持情况。

类别	标签	标注作用	文本标注	播报效果
数字类	<value>	使数字串按照数值的方式发音	这是第<value>110</value>会议室	这是第一百一十会议室
	<code>	使数字串按照编码的方式发音（“1”读作“一”）	这是第<code>110</code>会议室	这是一一零会议室
	<tel>	使数字串按照电话号码的方式发音（“1”读作“幺”）	会议室分机号为<tel>110</tel>	会议室分机号为幺幺零
注音类	<py>	使引擎按照指定的读音播报汉字	搜索结果为<py>wei2</py>空<py>kong1</py>	搜索结果为(wei2)空(kong1)
注音类	<pname>	使引擎正确播报姓名中的多音字姓氏	播放<pname>单田芳</pname>的评书	播放单(shan4)田芳的评书
断句类	<word>	按标注进行分词，用于解决分词错误。例如区分（乒乓球）（拍卖）（完了）与（乒乓）（球拍）（卖完了）	<word>乒乓</word><word>球拍</word><word>卖完了</word>	(乒乓)(球拍)(卖完了)
断句类	<phrase>	按标注进行断句（停顿长于 word），用于解决断句错误。例如区分（爸爸亲了我妈妈）（也亲了我）与（爸爸亲了我）（妈妈也亲了我）	<phrase>爸爸亲了我</phrase><phrase>妈妈也亲了我</phrase>	(爸爸亲了我) (妈妈也亲了我)
英文类	<letter>	将标注的英文按字母逐个播报	世界卫生组织的英文缩写<letter>WHO</letter>	世界卫生组织的英文缩写是(W)(H)(O)
其他	<mute>	在句中手动增加指定时长的停顿（单位：毫秒）	请您再说一遍<mute>300</mute>或说取消	请您再说一遍(停顿300ms)或说取消
其他	<sub>	使用 alias 属性中的内容替换标注文本进行播报	气压的测量单位是<sub alias="毫米汞柱">mmHg</sub>	气压的测量单位是毫米汞柱

标签支持情况

音色 ID (Voice ID)	语种 (language)	方言 (dialect)	支持标签
cn_female_xiaodi_warm	zh	默认	全部支持
cn_male_chenyu	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_male_chenyu	zh	yueyu	全部支持
cn_male_chenyu	zh	sichuan	全部支持
cn_male_chenyu	tl	默认	不支持
en_male_johnny	en	默认	全部支持
en_female_jane	en	默认	全部支持
cn_male_chenyu_robot	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_male_chenyu_elderly	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_male_chenyu_steady	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_male_chenyu_fluent	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_female_shasha	zh, ja, ko, th, vi, id	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_female_shasha	km	默认	不支持
cn_female_jiajia	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_female_jiajia	id, ms, my, lo	默认	不支持
cn_female_ruolin	zh	默认	部分支持（value、code、tel、py、letter、sub、word）
cn_male_jingming	zh	默认	不支持
cn_female_shasha_intellectual	zh	默认	不支持
cn_female_jiajia_intellectual	zh	默认	不支持