語音合成 — BazaarLink API

語音合成

將文字轉成音訊；使用 /v1/models?output_modalities=speech 的模型識別碼。按模型頁所列每百萬字元價格計費；完整緩衝音訊後才回傳二進位資料，尚不支援逐段串流。provider、transforms、route、service_tier、preset 等路由控制欄位會被忽略。

POST/v1/audio/speech

驗證

Authorization必填

string · header

在 Authorization 標頭以 Bearer token 傳入 API 金鑰。

Body

model必填

string

模型識別碼或別名，取自 /v1/models。

input必填

string

要合成的文字。

1–4096 characters (10,000 for elevenlabs/eleven-v4 and eleven-v4-turbo)

voice

string

模型支援的聲音。ElevenLabs 模型（elevenlabs/*）可填聲音名稱（george, sarah, adam, alice, bella, bill, brian, callum, charlie, chris, daniel, eric, harry, jessica, laura, liam, lily, matilda, river, roger, will），也可以省略（預設 george）；其他值回 400 invalid_voice (OpenAI: alloy)。其他模型必填。已為您的帳號開通時，也可填您自己的自訂聲音（voice_…，見「自訂聲音」）。

response_format

string

輸出音訊格式，支援範圍依模型而異。原生 WAV 路由目前只產生 WAV，不會轉碼；即使請求 mp3 或 opus，回應仍為 audio/wav。請依回應 Content-Type 儲存檔案。

mp3opusaacflacwavpcm

speed

number

語速，範圍 0.25–4.0；是否生效依模型而異。

0.25–4.0

instructions

string

語音生成指示；是否生效依模型而異。

stability

number

聲音穩定度，0–1（預設 0.5）。越低越有情緒起伏，越高越平穩。僅在由我們的直連語音路線處理的 elevenlabs/* 模型生效；回應標頭 X-Voice-Settings 會標示 applied（已套用）或 ignored（未套用）。

0–1 (0.5)

similarity_boost

number

與原聲的相似度，0–1（預設 0.75）。Eleven v3 不使用。

0–1 (0.75)

style

number

風格誇張度，0–1（預設 0）。大於 0 會增加延遲。Eleven v4 不使用。

0–1 (0)

use_speaker_boost

boolean

是否增強與原說話者的相似度（預設 true），會略微增加延遲。

true / false (true)

clone_strength

number

克隆度，0–1（多數情況建議 0）。僅適用於您自己、針對 Eleven v4 訓練的專業克隆聲音（voice_…）。

0–1

language_code

string

兩碼小寫語言代碼（ISO 639-1），例如 ar、ja、en，用來指定朗讀語言。multilingual-v2 模型不使用。

ISO 639-1, e.g. ar, ja, en

audio_effects

object

選填的音訊效果物件：filter_preset_id（濾鏡，如 phone、old_radio）、environment_id（空間殘響，如 small_room、hall）、background_noise_id（背景音，如 cafe）、distance（距離 0–1）、send_level（殘響量 0–1）、pan（左右位置 −1…1）。ID 只能是小寫英文、數字與底線；不另外收費。開啟殘響或 pan 不為 0 會輸出立體聲，不能搭配 pcm 輸出。

filter_preset_id, environment_id, background_noise_id, distance 0–1, send_level 0–1, pan −1…1

深度指南 →

POST /v1/audio/speech

1
2
3
4
5
6
7
8
9
10
11
12
curl https://api.bazaarlink.ai/v1/audio/speech \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"<speech-model-id>","input":"Hello","voice":"alloy","response_format":"mp3"}' \
  --output speech.mp3

# Voice settings (elevenlabs/* models; the X-Voice-Settings response header says applied or ignored)
curl -D - https://api.bazaarlink.ai/v1/audio/speech \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"elevenlabs/eleven-v4","input":"Hello","voice":"george","stability":0.4,"similarity_boost":0.8,"style":0.2,"use_speaker_boost":true,"language_code":"en","audio_effects":{"distance":0.3}}' \
  --output speech.mp3

回應範例

成功。

1
<binary audio>