文档首页/ 语音交互服务 SIS/ API参考/ 语音合成接口/ 语音合成

更新时间：2025-10-21 GMT+08:00

查看PDF

语音合成

功能介绍

语音合成，是一种将文本转换成逼真语音的服务。用户通过实时访问和调用API获取语音合成结果，将用户输入的文字合成为音频。通过音色选择、自定义音量、语速，为企业和个人提供个性化的发音服务。该接口的使用限制请参见约束与限制，详细使用指导请参见SIS服务使用简介章节。

SIS服务控制台提供了语音合成的在线使用页面，用户无需编程即可使用服务功能。

图1 在线使用

调试

您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。

URI

POST /v1/{project_id}/tts

表1 路径参数
参数	是否必选	参数类型	描述
project_id	是	String	项目编号。获取方法，请参见获取项目ID。

请求参数

表2 请求Header参数
参数	是否必选	参数类型	描述
X-Auth-Token	是	String	用户Token。用于获取操作API的权限。获取方法请参见认证鉴权。响应消息头中X-Subject-Token的值即为Token。
Enterprise-Project-Id	否	String	企业项目ID。SIS支持通过企业项目管理（EPS）对不同用户组和用户的资源使用，进行分账。获取方法：进入“企业项目管理”页面，单击企业项目名称，在企业项目详情页获取Enterprise-Project-Id（企业项目ID）。企业项目创建步骤请参见用户指南。说明：账户创建企业项目后，在传参时，有以下三类场景。携带正确的ID，正常使用SIS服务，账单归到企业ID对应的企业项目中。携带错误的ID，正常使用SIS服务，账单的企业项目会被分类为“default”。不携带ID，正常使用SIS服务，账单的企业项目会被分类为“default”。

表3 请求Body参数
参数	是否必选	参数类型	描述
text	是	String	待合成的文本，文本长度限制不大于500字符。
config	否	TtsConfig object	语音合成配置信息。

表4 TtsConfig
参数	是否必选	参数类型	描述
audio_format	否	String	语音格式头：wav、mp3、pcm 默认：wav 父节点：config
sample_rate	否	String	采样率：16000、8000赫兹默认：8000 父节点：config
property	否	String	语音合成特征字符串，组成形式为{language}_{speaker}_{domain}，即“语种_人员标识_领域”。发音人分为普通发音人和精品发音人，每次调用价格相同，针对精品发音人，每50字计一次调用，不足50字按一次计；普通发音人每100字计一次调用，不足100字按一次计。其中1个汉字、1个英文字母或1个标点均算作1个字符，具体费用请参考价格计算器。普通发音人：取值范围请参考表普通发音人property取值范围。精品发音人：区域仅支持cn-north-4、cn-east-3，暂时不支持音高调节，取值范围请参考表精品发音人property取值范围。使用精品发音人如果报错SIS.0411，请检查是否符合使用约束。默认：chinese_xiaoyan_common，中文发音，小燕，温柔女声发音人。父节点：config
speed	否	Integer	语速。取值范围：-500~500 默认值：0 父节点：config 说明：当取值为“0”时，表示一个成年人正常的语速，约为250字/分钟。设置该值时，语速和数值没有绝对的映射关系。
pitch	否	Integer	音高。取值范围： -500~500 默认值：0 父节点：config
volume	否	Integer	音量。取值范围：0~100 默认值：50 父节点：config

表5 普通发音人property取值范围
名称	property取值	类型	使用场景	支持采样率（Hz）
小琪	chinese_xiaoqi_common	标准女声	客服	8k/16k
小雯	chinese_xiaowen_common	柔美女声	客服	8k/16k
小宇	chinese_xiaoyu_common	标准男声	电销	8k/16k
小夏	chinese_xiaoxia_common	热情女声	电销	8k/16k
小燕	chinese_xiaoyan_common	温柔女声	文学	8k/16k
小倩	chinese_xiaoqian_common	成熟女声	文学	8k/16k
小王	chinese_xiaowang_common	童声	童声	8k/16k
小呆	chinese_xiaodai_common	呆萌童声	童声	8k/16k
小婧	chinese_xiaojing_common	俏皮女声	新闻播报	8k/16k
小宋	chinese_xiaosong_common	激昂男声	新闻播报	8k/16k
cameal	english_cameal_common	英文女声	英文	8k/16k

表6 精品发音人property取值范围
名称	property取值	类型	使用场景	支持采样率（Hz）
华小夏	chinese_huaxiaoxia_common	热情女声	电销	8k/16k
华小唯	chinese_huaxiaowei_common	嗲柔女声	电销	8k/16k
华小颜	chinese_huaxiaoyan_common	严厉女声	电销	8k/16k
华晓阳	chinese_huaxiaoyang_common	朝气男声	电销	8k/16k
华晓刚	chinese_huaxiaogang_common	利落男声	客服	8k/16k
华小雯	chinese_huaxiaowen_common	柔美女声	客服	8k/16k
华小美	chinese_huaxiaomei_common	温柔女声	客服	8k/16k
华小飞	chinese_huaxiaofei_common	朝气男声	客服	8k/16k
华小荷	chinese_huaxiaohe_common	嘹亮女声	中英混合	8k/16k
华小叶	chinese_huaxiaoye_common	知性女声	中英混合	8k/16k
华小雪	chinese_huaxiaoxue_common	女童声	中英混合	8k/16k
华小娇	chinese_huaxiaojiao_common	成熟女声	纯中文	8k/16k
华小辉	chinese_huaxiaohui_common	男童声	中英混合	8k/16k
华小康	chinese_huaxiaokang_common	朝气男声	中英混合	8k/16k
华小坤	chinese_huaxiaokun_common	成熟男声	中英混合	8k/16k
华小泉	chinese_huaxiaoquan_common	朝气男声	纯中文	8k/16k
华小璐	chinese_huaxiaolu_common	知性女声	新闻播报	8k/16k
华小靓	chinese_huaxiaoliang_common	嘹亮女声	新闻播报	8k/16k
华晓东	chinese_huaxiaodong_common	成熟男声	新闻播报	8k/16k
华小蕊	chinese_huaxiaorui_common	知性女声	中英混合	16k
华小萱	chinese_huaxiaoxuan_common	台湾女声	方言	8k/16k
华小闽	chinese_huaxiaomin_common	闽南女声	方言	8k/16k
华小舒	chinese_huaxiaoshu_common	舒缓女声	文学	8k/16k
华女侠	chinese_huanvxia_literature	武侠女生（只支持http形式调用）	文学	16k
华晓悬	chinese_huaxiaoxuan_literature	悬疑男声（只支持http形式调用）	文学	16k
华小龙	chinese_huaxiaolong_common	朝气男声	中英混合	16k
华小汝	chinese_huaxiaoru_common	柔美女声	中英混合	8k/16k
华小涵	chinese_huaxiaohan_common	知性女声	中英混合	8k/16k
华小宁	chinese_huaxiaoning_common	沉稳男声	中英混合	8k/16k
华小珍	chinese_huaxiaozhen_common	温柔女声	中英混合	8k/16k
华小曼	chinese_huaxiaoman_common	温柔女声	中英混合	16k
华小芳	chinese_huaxiaofang_common	朝气女声	中英混合	16k
华小筠	chinese_huaxiaojun_common	成熟女声	中英混合	16k
alvin	english_alvin_common	成熟男声	纯英文	8k/16k
amy	english_amy_common	成熟女声	纯英文	8k/16k

响应参数

状态码： 200

表7 响应Body参数
参数	是否必选	参数类型	描述
trace_id	否	String	服务内部的令牌，可用于在日志中追溯具体流程。在某些错误情况下可能没有此令牌字符串。
result	否	CustomResult object	调用成功表示合成结果，调用失败时无此字段。

表8 CustomResult
参数	是否必选	参数类型	描述
data	否	String	语音数据，以Base64编码格式返回。用户如需生成音频，需要将Base64编码解码成byte数组，再保存为音频，音频格式同“audio_format”参数设置的值，默认为wav格式。语音合成代码示例请参考SDK，SDK已对Base64转音频过程进行封装，可以直接获取音频文件。

状态码： 400

表9 响应Body参数
参数	参数类型	描述
error_code	String	调用失败时的错误码。调用成功时无此字段。
error_msg	String	调用失败时的错误信息。调用成功时无此字段。

请求示例

“endpoint”即调用API的请求地址，不同服务不同区域的“endpoint”不同，具体请参见终端节点。

调用语音合成API，将文本合成为语音，并调整语音的音色、语速、音高、音量

POST https://{endpoint}/v1/{project_id}/tts

Request Header:
Content-Type: application/json 
X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG...    
  
Request Body:
 { 
  "text": "欢迎使用语音云服务。",
   "config": 
   { 
     "audio_format": "wav", 
     "sample_rate": "8000", 
     "property": "chinese_xiaoyan_common",
     "speed": 10,
     "pitch": 10,
     "volume": 60
   }
 }

使用Python3语言调用语音合成API，将文本合成为语音，并调整语音的音色、语速、音高、音量

# -*- coding: utf-8 -*-
# 此demo仅供测试使用，强烈建议使用sdk。需提前安装requests，执行pip install requests
import requests
import json

def stts_demo():
    url = 'https://{{endpoint}}/v1/{{project_id}}/tts'  # endpoint和project_id需替换
    token = '用户对应region的token'
    text = '待识别的文本'
    header = {
        'Content-Type': 'application/json',
        'X-Auth-Token': token
    }
    body = {'text': text}
    resp = requests.post(url, data=json.dumps(body), headers=header)
    print(resp.text)

if __name__ == '__main__':
    stts_demo()

使用Java语言调用语音合成API，将文本合成为语音，并调整语音的音色、语速、音高、音量

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.net.HttpURLConnection;
import java.net.URL;

/**
 * 此demo仅供测试使用，强烈建议使用SDK
 */
public class SttsDemo {
  public void sttsDemo() {
    try {
      // endpoint和projectId需要替换成实际信息。
      URL url = new URL("https://{{endpoint}}/v1/{{project_id}}/tts");
      String token = "对应region的token";
      HttpURLConnection connection = (HttpURLConnection)url.openConnection();
      connection.setRequestMethod("POST");
      connection.setDoInput(true);
      connection.setDoOutput(true);
      connection.addRequestProperty("Content-Type", "application/json");
      connection.addRequestProperty("X-Auth-Token", token);


      OutputStreamWriter osw = new OutputStreamWriter(connection.getOutputStream(), "UTF-8");
      String body = "{\"text\": \"123\"}";
      osw.append(body);
      osw.flush();
      InputStream is = connection.getInputStream();
      BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"));
      while (br.ready()) {
        System.out.println(br.readLine());
      }

    } catch (Exception e) {
      e.printStackTrace();
    }

  }
  public static void main(String[] args) {
    SttsDemo sttsDemo = new SttsDemo();
    sttsDemo.sttsDemo();
  }
}

响应示例

状态码：200

成功响应示例

{ 
   "trace_id": "567e8537-a89c-13c3-a882-826321939651", 
   "result":{ 
     "data": "/+MgxAAUeHpMAUkQAANhuRAC..."
   } 
 }

状态码：400

失败响应示例

{  
    "error_code": "SIS.0032",  
    "error_msg": "'audio_format' is invalid"  
 }

状态码

状态码请参见状态码。

错误码

错误码请参见错误码。

父主题： 语音合成接口

上一篇：语音合成接口

下一篇：SSML标记语言介绍

意见反馈

文档内容是否对您有帮助？

有帮助没帮助

提供反馈

提交成功！非常感谢您的反馈，我们会继续努力做到更好！您可在我的云声建议查看反馈及问题处理状态。

系统繁忙，请稍后重试

在使用文档中是否遇到以下问题

内容与产品页面不一致

内容不易理解

缺失示例代码

步骤不可操作

搜不到想要的内容

缺少最佳实践

意见反馈（选填）

0/500

请至少选择一项反馈信息并填写问题反馈

字符长度不能超过500

直接提交取消

如您有其它疑问，您也可以通过华为云社区问答频道来与我们联系探讨

盘古Doer提问云社区提问