。建议是数据集中的音频，推荐5秒时长，填写参考音频的文本。输入需要转语音的文本，单击“Start inference”开始进行 语音合成 。 图33 语音合成参数配置 语音生成完成后，如下所示。 图34 文本生成语音 父主题： 实施步骤

查看更多 →

音的计费方式，详见购买出门问问语音合成套餐包。 标准版视频制作：必须使用标准版形象，声音不支持使用Flexus声音。 按视频制作时长计费，计费项为“分身数字人视频制作”，详见计费说明。 系统声音免费使用。第三方声音的计费方式，详见购买出门问问语音合成套餐包。 视频语音制作。 支持

查看更多 →

使用户感受到与真人对话的亲切感和舒适度。其中，语义理解技术可以帮助系统理解用户的意图和需求，分析和解决用户问题；智能语音技术可以使系统的语音合成和识别更加自然流畅，提高用户的交互体验；计算机视觉技术可以帮助系统感知用户的面部表情、身体动作和手势等，实现更加真实的交互体验。AI虚拟

查看更多 →

计费说明 计费项 一句话识别 、语音合成按调用次数计费； 实时语音识别 、录音文件识别按音频时长计费；录音文件识别极速版按照“音频时长×需要识别的音频声道数“计费，时长计算精确到秒。 按音频时长计费的，累加每次调用的音频时长。 按调用次数计费的，返回失败的调用不计入次数。 调用热词接口，不单独计费。

查看更多 →

详细操作为：单击“声音合成”卡片中的“去开通”，在弹出的“开通按需计费服务提示”对话框中，勾选同意协议。单击“确定”，开通按需计费。 如需使用第三方声音进行语音合成，请购买出门问问声音套餐，操作请参考《用户指南》的“购买出门问问声音套餐”章节。 调用方法 请参见如何调用API。 URI POST /

查看更多 →

应的SDK代码示例。 状态码 状态码 描述 200 处理成功。 400 参数异常 500 服务端异常 错误码 请参见错误码。 父主题： 语音合成管理

查看更多 →

/aiservice/v2/frs/face-compare 语音交互 支持语音合成、一句话识别，提供语音交互能力。 语音识别 /aiservice/v1/sis/short-audio 语音评测 /aiservice/v1/sis/audio-assessment 语音合成 /aiservice/v1/sis/tts

查看更多 →

应的SDK代码示例。 状态码 状态码 描述 200 处理成功。 400 参数异常 500 服务端异常 错误码 请参见错误码。 父主题： 语音合成管理

查看更多 →

应的SDK代码示例。 状态码 状态码 描述 200 处理成功。 400 参数异常 500 服务端异常 错误码 请参见错误码。 父主题： 语音合成管理

查看更多 →

应的SDK代码示例。 状态码 状态码 描述 200 处理成功。 400 参数异常 500 服务端异常 错误码 请参见错误码。 父主题： 语音合成管理

查看更多 →

应的SDK代码示例。 状态码 状态码 描述 200 处理成功。 400 参数异常 500 服务端异常 错误码 请参见错误码。 父主题： 语音合成管理

查看更多 →

应的SDK代码示例。 状态码 状态码 描述 200 处理成功。 400 参数异常 500 服务端异常 错误码 请参见错误码。 父主题： 语音合成管理

查看更多 →

/v1/{project_id}/voice-training-manage/user/training-segment 获取在线录音确认结果 语音合成管理 表27 语音合成管理接口 接口 说明 POST /v1/{project_id}/ttsc/audition 创建 TTS 试听任务 GET /v

查看更多 →

90-240 默认取值： 140 表9 VoiceConfigRsp 参数 参数类型 描述 voice_asset_id String 语音合成特征字符串 speed Integer 语速。默认值100，最小值50，最大值200。 说明： 当取值为“100”时，表示一个成年人正常的语速，约为250字/分钟。

查看更多 →

取值范围： 0-3840 表11 SmartChatVoiceConfig 参数 参数类型 描述 voice_asset_id String 语音合成特征字符串 speed Integer 语速。默认值100，最小值50，最大值200。 说明： 当取值为“100”时，表示一个成年人正常的语速，约为250字/分钟。

查看更多 →

取值范围： 0-3840 表10 SmartChatVoiceConfig 参数 参数类型 描述 voice_asset_id String 语音合成特征字符串 speed Integer 语速。默认值100，最小值50，最大值200。 说明： 当取值为“100”时，表示一个成年人正常的语速，约为250字/分钟。

查看更多 →

10次/秒 3次/秒 3次/秒 确认在线录音结果 10次/秒 3次/秒 3次/秒 获取在线录音确认结果 20次/秒 10次/秒 10次/秒 语音合成管理 创建TTS试听任务 5次/秒 3次/秒 3次/秒 获取TTS试听文件 20次/秒 10次/秒 10次/秒 创建TTS异步任务 5次/秒

查看更多 →

量数据（训练）、英文、流媒体、图像理解、托管服务、政府、医疗、>100M、文本向量化、文本生图、城市交通、对话问答、多模生成、功能调用、语音合成、城轨、图文向量化、证券业务、大语言模型、铁路、互联网交换中心、企业基础设施与运营、通用、口岸海关和特殊监管区、10M-100M、代码生

查看更多 →

10次/秒 3次/秒 3次/秒 确认在线录音结果 10次/秒 3次/秒 3次/秒 获取在线录音确认结果 20次/秒 10次/秒 10次/秒 语音合成管理 创建TTS试听任务 5次/秒 3次/秒 3次/秒 获取TTS试听文件 20次/秒 10次/秒 10次/秒 创建TTS异步任务 5次/秒

查看更多 →

默认取值： 140 表7 ChatVoiceConfig 参数 是否必选 参数类型 描述 voice_asset_id 否 String 语音合成特征字符串 speed 否 Integer 语速。默认值100，最小值50，最大值200。 说明： 当取值为“100”时，表示一个成年人正常的语速，约为250字/分钟。

查看更多 →

90-240 默认取值： 140 表8 ChatVoiceConfig 参数 参数类型 描述 voice_asset_id String 语音合成特征字符串 speed Integer 语速。默认值100，最小值50，最大值200。 说明： 当取值为“100”时，表示一个成年人正常的语速，约为250字/分钟。

查看更多 →