开始 语音合成 请求 功能介绍 客户端与语音合成引擎建立Websocket连接后，可以发送开始语音合成请求进行语音合成。如果客户端基于该Websocket连接发送多次合成请求，需在每次请求重新建立websocket连接，一次连接只能处理一次合成请求。 请求消息 表1 参数说明 名称 参数类型

查看更多 →

实时语音合成响应 开始合成响应 语音合成结果响应 语音合成结束响应 语音合成错误响应 严重错误响应 父主题： 实时语音合成接口

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 →

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 →

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 →

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 →

OBS：是一个基于对象的海量存储服务，为客户提供海量、安全、高可靠、低成本的数据存储能力。 语音合成 TTS ：是一种将文本转换为语音的技术。它使用先进的语音合成技术，将文本转换为可听的人工语音。主要提供如下集中关键的特性： 语音合成 计算机可以模拟人类的语音，实现自然、流畅、准确的语音输出。 语音模型训练

查看更多 →

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。 接口功能及调用方法请参考语音合成 输入参数 用户配置语音合成执行动作，相关参数说明如表19所示。

查看更多 →

实时语音合成请求 开始语音合成请求 父主题： 实时语音合成接口

查看更多 →

多段相关接口(Python SDK) 分段上传简介(Python SDK) 分段上传-初始化上传段任务(Python SDK) 分段上传-上传段(Python SDK) 分段上传-列举已上传的段(Python SDK) 分段上传-列举分段上传任务(Python SDK) 分段上传-合并段(Python

查看更多 →

多段相关接口(Harmony SDK) 分段相关接口概述(Harmony SDK) 初始化分段上传任务(Harmony SDK) 上传段(Harmony SDK) 合并段(Harmony SDK) 列举已上传的段(Harmony SDK) 列举分段上传任务(Harmony SDK)

查看更多 →

多段相关接口(Go SDK) 分段相关接口说明(Go SDK) 分段上传-初始化分段上传任务(Go SDK) 分段上传-上传段(Go SDK) 分段上传-合并段(Go SDK) 分段上传-列举分段上传任务(Go SDK) 分段上传-列举已上传的段(Go SDK) 分段上传-复制段(Go

查看更多 →

高级版声音制作 女声 高级版媒体1.wav 高级版媒体2.wav 录音棚专业设备录制60分钟音频，3-5天制作，支持多轮人工调整，获得现场级高品质音色，mos分4.2。 父主题： 附录

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 →

示例3：语音合成管理 语音合成管理示例代码，请参考MetaStudio数字人语音合成管理。 父主题： 应用示例

查看更多 →

多对多 什么是多对多 多对多关系中，首要方和次要方都不会发生任何的变化。唯一的变化是在多对多连线上，会默认添加两个字段用来分别指向关系的两侧。也就是说，一对多和聚合关系是通过在次要方添加主键和外键来表示的，而多对多关系是通过单独创建的关系表来表示的。 和一对多关系一样，删除多对多

查看更多 →

Websocket握手请求 功能介绍 本接口提供实时流式语音合成。用户每次建立连接，发送待合成文本，服务端将合成结果响应给用户。一次连接只能发送一次文本，如果有多段文本需要合成，需要多次建立连接。实时语音合成和语音合成均属于语音合成接口，采用完全相同的计费规则，两者价格梯度可互相叠加，可参考价格计算器。

查看更多 →

语音合成后能否返回播放时长 不能，当前语音合成无此参数。若需要知道语音时长，可以将返回语音数据解码转换成音频格式，播放后查看。 父主题： 产品咨询类

查看更多 →

Java SDK 一句话识别 Http接口 一句话识别Websocket接口 录音文件识别 实时语音识别 语音合成 热词管理 实时语音合成 录音文件极速版

查看更多 →