识别、 语音合成 ）服务所提供的API为自研API。 表1 实时语音识别 接口说明 接口类型 说明 实时 语音识别 接口 华为云提供的Websocket接口，主要用于实时语音识别。音频分片传输， 服务器 端可以返回中间临时转写结果，在最后返回最终转写结果。 表2 一句话识别 接口说明 接口类型 说明

查看更多 →

FunctionGraph，用于调用 TTS 服务。 创建一个语音合成 TTS，用于实现文本转语音功能。 方案优势 快速部署 一键轻松部署，即可完成 函数工作流 FunctionGraph， 对象存储服务 OBS资源的，语音合成 TTS的创建与配置。 多语种多音色 华为云语音合成 TTS提供男女声、童声等38种音色，支持中英文、方言自由切换。

查看更多 →

在线调试 API Explorer在线调试工具提供API的检索、调试、代码示例生成功能。同时， 集成开发环境 CloudIDE，可完成代码的构建、调试、运行。 本章节以语音合成为例，介绍如何使用API Explorer调试API。 前提条件 注册华为账号并开通华为云，并完成实名认证，

查看更多 →

语音合成 支持“华北-北京四”、“华东-上海一”区域。 当前服务仅支持北京和上海区域，后续会陆续上线其他区域。 华北-北京四，推荐的区域，支持一句话识别、录音文件识别、实时语音识别和语音合成和热词等接口。 华东-上海一，推荐的区域，支持一句话识别、录音文件识别、实时语音识别、语音合成和热词等接口。

查看更多 →

待合成的文本。 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》中语音合成章节。 pitch 否 Integer 音高，[-500,500] ，默认是0。 speed 否 Integer 语速，[-500

查看更多 →

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。

查看更多 →

本地调用 本章节以语音合成为例，介绍如何使用SIS Python SDK在本地进行开发。 该SDK可以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，实现个性化音频的生成。 前提条件 注册华为账号并开通华为云，并完成实名认证，账号不能处于欠费、冻结、被注销等异常状态。

查看更多 →

语音合成接口 语音合成 SSML标记语言介绍

查看更多 →

String 待合成的文本。 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》语音合成章节。 pitch 否 Integer 音高，[-500,500] ，默认是0。 speed 否 Integer 语速，[-500

查看更多 →

词汇的识别准确率。 可定制化 针对客户的特定场景需求，定制垂直领域的语音识别模型，识别效果更精确。 语音合成 语音合成支持多种音色，可调节语调，语速，音量。 产品优势 多语种多音色 中文普通话、男声、女声、童声自由切换，可以调整音量，语速。 效果出色 文本转换自然清晰，近乎真人发音，能够符合多样的应用场景。

查看更多 →

语音合成管理 创建TTS试听任务 获取TTS试听文件

查看更多 →

<word></word>标签用于设置选中文字为连读模式。 MetaStudio包含多种TTS音色，每种音色支持的SSML标签能力是有差异的，请通过“查询资产详情”接口，获取每个音色支持使用的标签。 speak标签 描述 <speak></speak>：SSML文本的根节点。 语法

查看更多 →

pcm domain取值范围： common，通用领域 默认：chinese_xiaoyan_common 实时语音合成和语音合成属于同一种资源，按次计费。实时语音合成普通发音人，每100字计一次。精品发音人每50字计一次。 响应参数 Python SDK响应结果为byte数组，

查看更多 →

pcm domain取值范围： common，通用领域 默认：chinese_xiaoyan_common 实时语音合成和语音合成属于同一种资源，按次计费。实时语音合成普通发音人，每100字计一次。精品发音人每50字计一次。 speed Integer 否 语速。 取值范围：-500~500

查看更多 →

并检查使用的URL是否正确。 报错data base64 encode invalid，请检查语音转Base64后的字符串是否存在错误，如多空格、字符错误等。 报错xx can not be empty，表示该字段不可为空，需要赋值。例如创建热词请求时报错language can

查看更多 →

实时语音合成接口 Websocket握手请求 实时语音合成请求 实时语音合成响应

查看更多 →

SetAudioProperty 否 String 设置语音合成特征字符串，{language}_{speaker}_{domain}，即“语种_人员标识_领域”。默认chinese_xiaoyan_common 。详见API文档。 SetSampleRate 否 String 设

查看更多 →

语音合成结果响应 音频流数据 时间戳数据 父主题： 实时语音合成响应

查看更多 →

语音合成结束响应 功能介绍 当合成引擎处理完合成请求后，会发送合成结束响应。客户端收到该响应后关闭当前Websocket链接即可。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为END，表示语音合成结束。 trace_id String

查看更多 →

语音合成错误响应 功能介绍 合成引擎处理合成请求时如果发生错误则返回该响应。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为ERROR，表示错误响应。 trace_id String 服务内部的令牌，可用于在日志中追溯具体流程。

查看更多 →

参数类型 描述 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》中语音合成章节。 pitch 否 Integer 音高，[-500,500] ，默认是0。 speed 否 Integer 语速，[-500

查看更多 →