语音合成教程

FoxAPI 支持 CosyVoice 系列语音合成模型，将文本转换为自然流畅的语音。

接口

POST https://foxapi.chat/v1/audio/tts

可用模型

模型	价格	说明
cosyvoice-v3-flash	¥0.10/千字符	支持声音克隆，5-20秒参考音频即可生成高度相似声音
cosyvoice-v3.5-flash	¥0.08/千字符	高性能合成，大幅减少首包延迟

基本用法

curl 示例

curl -X POST https://foxapi.chat/v1/audio/tts \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-你的Key" \
  -d '{
    "model": "cosyvoice-v3-flash",
    "input": {
        "text": "大地母亲在忽悠着你！",
        "voice": "longanyang",
        "format": "mp3"
    }
  }'

Python 示例

import requests
import urllib.request

response = requests.post(
    "https://foxapi.chat/v1/audio/tts",
    headers={
        "Authorization": "Bearer sk-你的Key",
        "Content-Type": "application/json"
    },
    json={
        "model": "cosyvoice-v3-flash",
        "input": {
            "text": "大地母亲在忽悠着你！",
            "voice": "longanyang",
            "format": "mp3"
        }
    }
)

result = response.json()
audio_url = result["output"]["audio"]["url"]

# 下载音频文件
urllib.request.urlretrieve(audio_url, "output.mp3")
print("音频已下载为 output.mp3")

Node.js 示例

const response = await fetch("https://foxapi.chat/v1/audio/tts", {
    method: "POST",
    headers: {
        "Authorization": "Bearer sk-你的Key",
        "Content-Type": "application/json"
    },
    body: JSON.stringify({
        model: "cosyvoice-v3-flash",
        input: {
            text: "大地母亲在忽悠着你！",
            voice: "longanyang",
            format: "mp3"
        }
    })
});

const result = await response.json();
console.log("音频URL:", result.output.audio.url);

参数说明

参数	类型	必填	说明
model	string	是	cosyvoice-v3-flash 或 cosyvoice-v3.5-flash
input.text	string	是	要合成的文本内容
input.voice	string	是	音色名称
input.format	string	是	音频格式：mp3/wav/pcm

音色列表

音色名称	说明
longanyang	通用男声
longanhuan	通用女声

更多音色请联系客服获取

响应示例

{
    "output": {
        "audio": {
            "url": "https://...mp3?Expires=...",
            "id": "audio_xxx",
            "expires_at": 1783246243
        },
        "finish_reason": "stop"
    },
    "usage": {"characters": 20},
    "request_id": "ad258b65-xxx"
}

应用场景

• 有声读物：将电子书、文章批量转为语音
• 智能客服：为聊天机器人添加语音回复能力
• 导航播报：将导航指令转为语音播报
• 内容创作：为视频、播客生成配音
• 无障碍辅助：为视障用户朗读屏幕内容

常见问题

Q: 音频URL有有效期吗？

有。返回的 expires_at 是过期时间戳，请及时下载保存。

Q: 单次请求文本长度有限制吗？

建议不超过 5000 字符。

Q: 支持声音克隆吗？

支持 cosyvoice-v3-flash。只需提供 5-20 秒的参考音频，即可生成高度相似的声音。