语音合成接口

更新时间：2026-07-14

服务概述

• 通过 API Key 调用语音合成能力，将文本合成为音频。
• 当前接口为同步创建/处理入口，成功后返回 taskId、targetAudioUrl、音色与音频相关信息。
• 用户身份由 API Key 自动识别，无需传入用户 ID、渠道或来源字段。

服务地址

本文档示例使用以下服务地址：

https://video-translation.viitor.com

鉴权方式

所有开放 API 请求必须在 Header 中传入 API Key：

Authorization: Bearer vt_live_xxx

说明：

• API Key 可在控制台创建。
• 创建和调用 API Key 时，账号需开通包含 API 权限的有效套餐。
• 调用时账号仍需保持 VIP 状态，否则接口会返回无权限错误。
• API Key 仅在创建成功时完整展示一次，请妥善保存。

公共响应结构

1. 文本转语音接口

接入方式

• 请求 URL：https://video-translation.viitor.com/openapi/v1/speech-synthesis/textToSpeech
• 请求方法：POST
• Content-Type：application/json
• 返回结构：{code, message, data}

HTTP 请求头

请求体字段

emotion 枚举

参数规则

1. sourceText 必填。
2. voiceName 必填，可通过开放 API 音色列表接口获取。
3. OpenAPI 语音合成接口不支持翻译合成，不需要传 targetLanguage。
4. format 仅支持 wav、mp3、pcm；不传或非法时默认 wav。
5. speed 范围为 0.5 到 2.0，默认 1.0。
6. loudnessLufs 范围为 -30 到 -6。
7. emotion 支持 0、2、3、4、5、6，默认 0。

成功时 data 字段

请求示例

curl -X POST "https://video-translation.viitor.com/openapi/v1/speech-synthesis/textToSpeech" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json;charset=UTF-8" \
  -H "Authorization: Bearer vt_live_xxx" \
  -d '{
    "sourceText": "Welcome to ViiTor AI.",
    "voiceName": "alloy",
    "emotion": 0,
    "speed": 1.0,
    "loudnessLufs": -18,
    "format": "mp3"
  }'

成功响应示例

{
  "code": 0,
  "message": "OK",
  "data": {
    "userId": 123456,
    "taskId": "ViiTor_AI_50C7A13A74DC46D8B31EAEF3382895BA",
    "targetAudioUrl": "https://cdn.example.com/audio/result.mp3",
    "fileFormat": "mp3"
  }
}

常见错误码