阿里云语音合成开通地址 https://ai.aliyun.com/nls/tts
阿里云语音合成接口官方使用教程 https://help.aliyun.com/knowledge_detail/84435.html
一、接口描述
1. 功能描述
文字转换成语音。
2. 接口数据要求：
文本仅支持UTF-8格式。
文本长度不能超过1024字节。
3. 接口使用：
根据购买流程下单后，即可开始体验业内领先的人工智能API服务。公测期间服务具有调用量、QPS限制，如需更高性能的API服务，请联系客服扩容购买。
在获得使用权限后，您可使用已经封装好的SDK进行相应开发，整体流程详见调用方法 。
二、请求说明
1. 接口地址 ：
https://aiapi.cloud.com/jdai/tts
2. 请求方式：
https post aiapi.cloud.com/jdai/tts
3. 请求参数
（1）header请求参数
业务请求参数
| 名称 | 类型 | 必填 | 示例值 | 描述 |
|---|---|---|---|---|
| Service-Type | string | 是 | synthesis | 服务类型，这里设置固定值synthesis |
| Request-Id | string | 是 | 65845428-de85-11e8-9517-040973d59a1e |
请求语音串标识码。由客户端生成， 代表完整的语音识别请求过程，需要注意： - 需要全局唯一 - 对于同一次合成请求Request-Id需要保持一致 - 每个不同的合成请求都要新生成Request-Id， 若多次请求使用同一个将会产生不可预知的错误。 生成方法: |
| Sequence-Id | int | 是 | 1 |
文本分段传输的分段号 -1表示非流式，一次性合成音频并返回。 1表示一次新的流式请求开始，分段合成音频返回， 发送第二次请求获取第二段数据时 Sequence-Id递增并可以不带text文本。 |
| Protocol | int | 是 | 1 | 通信协议版本号，这里设置固定值1 |
| Net-State | int | 是 | 1 |
客户端网络状态： 1:WIFI，2:移动，3:联通，4:电信，5:其他 |
| Applicator | int | 是 | 1 |
应用者，SDK 会提供给不同的应用者 (渠道，例如：内部业务(0)，外部业务(1)) |
| Property | string | 是 |
{"platform": "Linux", "version": "0.0.0.1", "parameters": { "aue": "1", "vol": "2.0", "sr": "24000", "sp": "1.0", "tim": "0", "tte": "1"}} |
属性信息，json格式，platform和version为通用属性， parameters字段必填，其中的参数可选， Property允许用户同一个请求的不同包都携带该头， 但是建议只在第一包携带 |
| Authorization | string | 是 | CLOUD2-HMAC-SHA256Credential=access... | 签名 |
- Property参数
| 名称 | 类型 | 必填 | 示例值 | 描述 |
|---|---|---|---|---|
| platform | string | 是 | Android&Pixel&7.1 |
字符串类型，各平台的机型信息，格式为：{平台}&{机型}&{系统版本号} - 平台：Android，iOS，Linux，Windows - 机型：设备的机型名称，如Pixel，iPhoneX等 - 系统版本号：设备系统版本，如2.3.3，4.2.1等 |
| version | string | 是 | 1.0.0 | 字符串类型，客户端版本号 |
| parameters | string | 是 | {"aue": "1", "vol": "2.0", "sr": "24000", "sp": "1.0", "tim": "0", "tte": "1"} | TTS参数 |
- parameters参数
| 名称 | 类型 | 必填 | 示例值 | 描述 |
|---|---|---|---|---|
| tte | int | 是 | 1 | 文本编码格式 1:UTF-8 (目前仅支持UTF-8格式) |
| aue | int | 是 | 1 |
音频编码格式（默认值：0） 0：wav 1：pcm 2：opus |
| tim | int | 是 | 0 |
音色（默认值：0） 0：女声 1：男声 |
| vol | string | 是 | 2.0 |
音量（默认值：2.0） 取值范围：[0.1, 10.0] |
| sp | string | 是 | 1.0 |
语速（默认值：1.0） 取值范围：[0.5, 2.0] |
| sr | int | 是 | 24000 |
采样率（默认值：24000） wav和pcm支持4k到24k的采样率 opus支持8k 12k 16k 和24k的采样率 |
（2）body请求参数
业务请求参数
| 类型 | 示例值 | 描述 |
|---|---|---|
| string | 你好，京东！ | 放置要合成的文本，长度不能超过1024字节，UTF-8编码 |
4. 请求代码示例
建议您使用我们提供的SDK进行调用
三、返回说明
1、返回参数
（1）公共返回参数
| 名称 | 类型 | 示例值 | 描述 |
|---|---|---|---|
| code | string | 1000 | 参见错误码-系统级错误码 |
| charge | boolean | false 或 true | false：不扣费， true：扣费 |
| remain | long | 1305 | 按天计算剩余调用次数 |
| msg | string | 查询成功 | 参见错误码-系统级错误码 |
| result | object | {...} | 查询结果 |
（2）业务返回参数
| 名称 | 类型 | 示例值 | 描述 |
|---|---|---|---|
| status | int | 0 | 参见错误码-业务级错误码 |
| message | string | ok | 参见错误码-业务级错误码 |
| request_id | string | 65845428-de85-11e8-9517-040973d59a1e | 便于双方定位问题（与请求头部的request-id一致） |
| index | int | -3 | 分段序号，从1开始，负值表示最后一包（非流式直接返回-1） |
| audio | string | Uv4I/mD+zf4… | 音频数据（base64编码，需自行解码并保存成本地音频文件） |
2、返回示例
{
"code": "10000",
"charge": false,
"remain": 0,
"msg": "查询成功",
"result": {
"status": 0,
"message": "ok",
"request_id": "65845428-de85-11e8-9517-040973d59a1e",
"index": -3,
"audio": "Uv4I/mD+zf4…"
}
}
