API chuyển văn bản thành giọng nói

Nền tảng cung cấp API chuyển văn bản thành giọng nói tương thích AI Platform. Việc khả dụng phụ thuộc vào nhóm và danh mục mô hình của API keys hiện tại: Trước tiên xác nhận trong GET /v1/models có mô hình âm thanh khả dụng, rồi mới gọi API này.

Yêu cầu

curl -X POST "$LOCOPAL_BASE_URL/v1/audio/speech" \
  -H "Authorization: Bearer $LOCOPAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "从 /v1/models 选择的音频模型 ID",
    "input": "欢迎使用 LocoPal Ai。",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Tham số yêu cầu

Phạm vi khả dụng của giọng điệu, định dạng và tốc độ nói khác nhau tùy mô hình. Đừng giả định mọi mô hình đều hỗ trợ alloy hoặc mp3, cũng đừng hard-code danh sách giọng điệu của một mô hình vào mã.

Phản hồi

Thành công

Phần thân của phản hồi thành công là dữ liệu âm thanh nhị phân, không phải JSON. Chỉ cần ghi trực tiếp vào tệp hoặc chuyển tiếp dạng luồng cho client.

# 保存为文件
curl ... --output speech.mp3

# 检查确实是音频而不是 JSON
file speech.mp3

Thất bại

Khi thất bại trả về phản hồi không phải 2xx kèm đối tượng error, cấu trúc giống API mô hình:

{
  "error": {
    "code": "invalid_parameter",
    "message": "..."
  }
}

Các nguyên nhân thất bại thường gặp:

Khuyến nghị tích hợp phía máy chủ

Chuyển văn bản thành giọng nói là API đồng bộ, phản hồi chính là dữ liệu âm thanh, khi tích hợp lưu ý:

1. Đừng phân tích nó như JSON. Trước tiên phán đoán trạng thái HTTP và Content-Type, chỉ khi thất bại mới đọc error theo JSON;
2. Đừng quên đặt Content-Type khi chuyển tiếp âm thanh trực tiếp cho trình duyệt, nếu không trình duyệt sẽ xử lý nó như văn bản;
3. Kiểm soát độ dài input. Văn bản quá dài khuyến nghị chia nhỏ ở phía nghiệp vụ, tổng hợp từng đoạn rồi ghép lại, tránh một yêu cầu vượt giới hạn;
4. Khuyến nghị chuyển lưu tệp âm thanh vào lưu trữ của riêng bạn, đừng phụ thuộc lâu dài vào kết quả tạm thời do nền tảng trả về;
5. Backend nghiệp vụ nên cache kết quả tổng hợp lặp lại thường xuyên, tránh tính phí trùng.

Tác vụ âm thanh bất đồng bộ

Ngoài API đồng bộ này, nền tảng còn cung cấp năng lực tạo âm thanh bất đồng bộ (như nhạc nền, hiệu ứng âm thanh). Trạng thái và sản phẩm của loại tác vụ này được truy vấn trong "Nhật ký tác vụ" của bảng điều khiển, cách xử lý tương tự tác vụ video: sau khi tạo lưu ID tác vụ, dùng API truy vấn để poll đến trạng thái cuối, đừng tạo trùng.

Tính phí

Cách tính phí của API âm thanh lấy theo chi tiết mô hình tại chợ mô hình, có thể tính phí theo Token, theo lần hoặc theo thời lượng. Quy tắc tính phí và quyết toán xem Tính phí và hóa đơn.

Tài liệu liên quan

• Tổng quan API
• Xác thực và quy chuẩn cơ bản
• Mã lỗi và khắc phục
• Bắt đầu nhanh: lần gọi chuyển văn bản thành giọng nói đầu tiên