语音合成 — BazaarLink API

语音合成

使用 /v1/models?output_modalities=speech 的模型标识码将文字转为音频。按模型页每百万字符价格计费；完整缓冲音频后才返回二进制数据，暂不支持分段流式输出。provider、transforms、route、service_tier、preset 等路由控制字段会被忽略。

POST/v1/audio/speech

验证

Authorization必填

string · header

在 Authorization 标头以 Bearer token 传入 API 密钥。

Body

model必填

string

取自 /v1/models 的模型标识码或别名。

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

模型支持的声音。ElevenLabs 模型（elevenlabs/*）可填声音名称（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（默认 george）；其他值返回 400 invalid_voice (OpenAI: alloy)。其他模型必填。已为您的账号开通时，也可填您自己的自定义声音（voice_…，见“自定义声音”）。

response_format

string

输出音频格式，支持范围因模型而异。原生 WAV 路由目前只生成 WAV，不会转码；即使请求 mp3 或 opus，响应仍为 audio/wav。请按响应的 Content-Type 保存文件。

mp3opusaacflacwavpcm

speed

number

语速，范围 0.25–4.0；是否生效因模型而异。

0.25–4.0

instructions

string

语音生成指令；是否生效因模型而异。

stability

number

声音稳定度，0–1（默认 0.5）。越低情绪起伏越大，越高越平稳。仅在由我们的直连语音线路处理的 elevenlabs/* 模型上生效；响应头 X-Voice-Settings 会标示 applied（已应用）或 ignored（未应用）。

0–1 (0.5)

similarity_boost

number

与原声的相似度，0–1（默认 0.75）。Eleven v3 不使用。

0–1 (0.75)

style

number

风格夸张度，0–1（默认 0）。大于 0 会增加延迟。Eleven v4 不使用。

0–1 (0)

use_speaker_boost

boolean

是否增强与原说话者的相似度（默认 true），会略微增加延迟。

true / false (true)

clone_strength

number

克隆度，0–1（多数情况建议 0）。仅适用于您自己、针对 Eleven v4 训练的专业克隆声音（voice_…）。

0–1

language_code

string

两位小写语言代码（ISO 639-1），例如 ar、ja、en，用来指定朗读语言。multilingual-v2 模型不使用。

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

audio_effects

object

可选的音频效果对象：filter_preset_id（滤镜，如 phone、old_radio）、environment_id（空间混响，如 small_room、hall）、background_noise_id（背景音，如 cafe）、distance（距离 0–1）、send_level（混响量 0–1）、pan（左右位置 −1…1）。ID 只能是小写字母、数字和下划线；不额外收费。开启混响或 pan 不为 0 会输出立体声，不能搭配 pcm 输出。

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

响应示例

成功。

1
<binary audio>