语音合成模型接入指南

概述

本文档介绍如何通过 API 使用 SiliEvo 平台的语音合成（Text-to-Speech, TTS）服务，将文本转换为自然流畅的语音。

前提条件

请牢记 SiliEvo 中转服务的核心两要素：

中转基地址 (Base URL): https://api.numspirit.com/

安全秘钥 (API Key / Token): 通过平台官网 https://numspirit.com 或联系 15685255305 申请，形如 sk-silievo-xxxxxxxx

支持的模型

模型	说明
`cosyvoice-v3-flash`	阿里云 CosyVoice 语音合成模型，支持多种音色

接口说明

请求 Header

Content-Type: application/json
Authorization: Bearer sk-silievo-xxxxxxxx

语音合成接口

接口信息

属性	说明
接口地址	`POST https://api.numspirit.com/v1/audio/tts`
模型	`cosyvoice-v3-flash`
计费模式	按字符数计费

请求参数

{
    "model": "cosyvoice-v3-flash",
    "input": {
        "text": "今天天气太棒了，我该去哪里玩呢？",
        "voice": "longanhuan",
        "format": "mp3"
    }
}

参数说明：

参数	类型	必填	说明
`model`	string	是	模型名称，固定为 `cosyvoice-v3-flash`
`input.text`	string	是	要合成的文本内容
`input.voice`	string	是	音色名称，如 `longanhuan`、`longanyang` 等
`input.format`	string	是	音频格式，可选值：`mp3`、`wav`、`pcm`

提示：voice 参数支持系统内置音色（如 longanhuan）和自定义音色（通过音色创建接口生成，格式为 cosyvoice-v3.5-plus-{prefix}-{随机字符串}）。

响应示例

{
    "output": {
        "audio": {
            "data": "",
            "expires_at": 1783639261,
            "id": "audio_b9b56240-41b9-9077-a2cc-cc334309d00e",
            "url": "http://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/prod/cosyvoice-v3-flash/20260709/1498978315340840/b9b56240-41b9-9077-a2cc-cc334309d00e.mp3?Expires=1783639261&OSSAccessKeyId=LTAI5tGzqbGcEmE58b221XQy&Signature=aaWNCDAHgYywxldosBwh6DIwoPo%3D"
        },
        "finish_reason": "stop"
    },
    "usage": {
        "characters": 30
    },
    "request_id": "b9b56240-41b9-9077-a2cc-cc334309d00e"
}

响应字段说明：

字段	类型	说明
`output.audio.url`	string	合成后的音频文件 URL
`output.audio.id`	string	音频文件唯一标识
`output.audio.expires_at`	integer	URL 过期时间戳（Unix 时间戳）
`output.finish_reason`	string	完成原因，`stop` 表示正常完成
`usage.characters`	integer	消耗的字符数
`request_id`	string	请求唯一标识

cURL 示例

音色列表

音色名称	说明
`longanyang`	通用男声
`longanhuan`	通用女声

提示：更多音色请联系客服获取。
详情请参考：https://bailian.console.aliyun.com/cn-beijing/?tab=doc#/doc/?type=model&url=2879134

完整代码示例

Python

Node.js / TypeScript

Java

第四部分：应用场景

常见用途

有声读物 - 将电子书、文章批量转为语音

智能客服 - 为聊天机器人添加语音回复能力

导航播报 - 将导航指令转为语音播报

内容创作 - 为视频、播客生成配音

无障碍辅助 - 为视障用户朗读屏幕内容

附录：错误码速查表

错误类型	HTTP 状态码	说明	解决方案
`auth_error`	401	认证失败，API Key 无效或未提供	检查 Authorization Header 格式
`quota_exceeded`	402	额度已用尽	充值或联系客服
`invalid_request`	400	请求参数错误	检查请求体 JSON 格式和必填字段
`no_channel`	503	模型未配置有效渠道	检查 model 参数是否正确
`upstream_error`	502/500	上游 API 错误	稍后重试或联系客服

注意事项

音频 URL 有效期：返回的音频 URL 有过期时间，请及时下载保存

文本长度限制：单次请求文本长度建议不超过 5000 字符

特殊字符：文本中的特殊字符（如 emoji）可能不被支持，建议提前过滤

并发限制：每个 Token 有速率限制，请参考 API 文档

技术支持: 如有任何问题，请联系客服微信或加入服务群获取帮助。

语音合成接口

语音合成模型接入指南#

概述#

前提条件#

支持的模型#

接口说明#

请求 Header#

语音合成接口#

接口信息#

请求参数#

响应示例#

cURL 示例#

音色列表#

完整代码示例#

Python#

Node.js / TypeScript#

Java#

第四部分：应用场景#

常见用途#

附录：错误码速查表#

注意事项#

语音合成模型接入指南

概述

前提条件

支持的模型

接口说明

请求 Header

语音合成接口

接口信息

请求参数

响应示例

cURL 示例

音色列表

完整代码示例

Python

Node.js / TypeScript

Java

第四部分：应用场景

常见用途

附录：错误码速查表

注意事项