文本转语音（Text-to-Speech）

使用 OpenAI 原生音频格式，将文本转换为音频。响应通常是音频二进制数据，客户端应保存响应体或按流读取，不能按 JSON 解析。

请求

POST /v1/audio/speech
Content-Type: application/json
Authorization: Bearer sk-your-api-key

调用示例

cURL

curl -X POST "https://www.walmind.cn/v1/audio/speech" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_KEY" \
  -d '{
    "model": "tts-1",
    "input": "欢迎使用华明模型 API。",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

JavaScript

const response = await fetch('https://www.walmind.cn/v1/audio/speech', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    Authorization: `Bearer ${process.env.API_KEY}`,
  },
  body: JSON.stringify({
    model: 'tts-1',
    input: '欢迎使用华明模型 API。',
    voice: 'alloy',
    response_format: 'mp3',
  }),
});

if (!response.ok) throw new Error(await response.text());
const audio = Buffer.from(await response.arrayBuffer());
await Bun.write('speech.mp3', audio);

Python

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["API_KEY"],
    base_url="https://www.walmind.cn/v1",
)

with client.audio.speech.with_streaming_response.create(
    model="tts-1",
    voice="alloy",
    input="欢迎使用华明模型 API。",
    response_format="mp3",
) as response:
    response.stream_to_file("speech.mp3")

请求参数

参数	类型	说明
model	string	语音模型 ID，必填
input	string	要转换为语音的文本，必填
voice	string	音色，必填；可用值以模型支持情况为准
response_format	string	音频格式，例如 mp3、opus、aac 或 flac
speed	number	播放速度，是否支持取决于模型

响应的 Content-Type 会根据 response_format 返回对应音频类型，例如 audio/mpeg。如果模型或渠道不支持语音生成，会返回接口错误而不是音频内容。