外观
大模型语音复刻,合成
说明
Hi，您好，欢迎使用有道智云 大模型语音复刻, 大模型语音合成接口服务。
本文档主要针对需要集成HTTP API的技术开发工程师，详细描述相关的技术内容。
如果您有与我们商务合作的需求，可以通过以下方式联系我们：
商务邮箱： AIcloud_Business@corp.youdao.com
如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：
客服QQ：1906538062
智云翻译技术交流QQ 1群: 652880659
智云翻译技术交流QQ 2群: 669384425
智云翻译技术交流QQ 3群: 807539209
智云翻译技术交流QQ 4群: 936752411
联系邮箱： zhiyun@corp.youdao.com
温馨提示：
- 本文档主要针对开发人员，接入测试前需要获取应用ID和应用密钥；如果您还没有，请按照 新手指南 获取。
- 平台向每个账户赠送50元的体验金，供用户集成前测试所用。
接口说明
大模型语音复刻, 大模型语音合成，基于网易有道的语音识别技术，通过上传少量录音，赋予产品声音形象，可在读小说、播音主持、讲故事、客服服务等场景应用。 服务主要分模型复刻(上传音频) 和 模型调用(合成音频) 两部分。
注意: 使用前必须在控制台开通 “大模型声音复刻” 和 “大模型语音合成” 两个服务 !!!
协议须知
调用方在集成个性化语音定制服务API时，请遵循以下规则。
| 规则 | 描述 |
|---|---|
| 传输方式 | HTTPS |
| 请求方式 | POST |
| 字符编码 | 统一使用UTF-8 编码 |
接口调用参数
服务调用地址：
https://openapi.youdao.com
大模型声音复刻(音频上传)
- 接口uri：/tts_gateway/v2/upload
- 请求方式：POST
- 接口说明：上传 语音合成的参考音频
- 请求参数:
- 格式: 表单
- 具体参数:
| 参数名称 | 类型 | 含义 | 是否必填 | 示例 |
|---|---|---|---|---|
| appKey | String | 应用ID | True | 可在 应用管理 查看 |
| curtime | String | 时间戳(秒) | True | |
| salt | String | 随机字符串 | True | |
| sign | String | 签名信息：sha256(appKey + salt + curtime +密钥) | True | |
| signType | String | 签名类型 | True | v4 |
| name | String | 音色名称 （不超过50字符） | True | voiceName |
| model | String | lite 速度更快; pro效果更好, 提供情绪参数; 默认pro | False | lite, pro |
| audioFile | MultipartFile | 音色音频文件, 必需wav格式，单声道 16k/24k | True | |
| emotionAudioFile | MultipartFile | 情感参考音频文件, 只有model=pro时生效, 非必需 | False |
注: 音频时长也会影响合成接口的响应时间, 建议5~10s音频最好
- 响应结果
- 格式: json
{
"code": "0",
"data": {
"voiceId": "01f0e64122ee4e3d9ac03f28556b62b2"
},
"requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
"message": "success",
"successful": true
}大模型语音合成(音频合成)
- 接口uri：/tts_gateway/v2/synthesis
- 请求方式：POST
- 接口说明：使用 复刻接口提供的voiceId调用语音合成
- 接口参数：
- 格式: jsonBody
- 具体参数:
| 参数名称 | 类型 | 含义 | 是否必填 | 示例 |
|---|---|---|---|---|
| appKey | String | 应用ID | True | 可在 应用管理 查看 |
| curtime | String | 时间戳(秒) | True | 1666600000 |
| salt | String | 随机字符串 | True | |
| sign | String | 签名信息：sha256(appKey + salt + curtime +密钥) | True | |
| signType | String | 签名类型 | True | v4 |
| voiceId | String | 音色id, 后续提供查询接口, 若没记下来可以联系服务提供方 | True | |
| volume | String | 音量, 0.5~2.0, 默认1.0 | False | |
| speed | String | 速度, 0.5~2.0, 默认1.0 | False | |
| format | String | 期望音频格式: mp3 / wav | True | wav |
| q | String | 合成文本 | True | 你好, 我喜欢旅游和音乐 |
| emotionReferText | String | 情绪参考文本, pro模型生效, 合成时候首先参考该参数, 若空, 则参考voiceId上传时的emotionAudioFile | False | 开心 |
- 响应结果
正常返回:
- 响应格式: 音频(audio/wav 或者 audio/mp3), 直接读音频即可
异常返回:
- 响应格式: json
- 示例:
{
"code": "1",
"data": null,
"requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
"message": "xxxx",
"successful": false
}错误代码
| 错误码 | 含义 |
|---|---|
| 101 | 缺少必填的参数,首先确保必填参数齐全，然后确认参数书写是否正确。 |
| 102 | 不支持的语言类型 |
| 103 | 翻译文本过长 |
| 104 | 不支持的API类型 |
| 105 | 不支持的签名类型 |
| 106 | 不支持的响应类型 |
| 107 | 不支持的传输加密类型 |
| 108 | 应用ID无效，注册账号，登录后台创建应用并完成绑定，可获得应用ID和应用密钥等信息 |
| 109 | batchLog格式不正确 |
| 110 | 无相关服务的有效应用,应用没有绑定服务应用，可以新建服务应用。注：某些服务的翻译结果发音需要tts服务，需要在控制台创建语音合成服务绑定应用后方能使用。 |
| 111 | 开发者账号无效 |
| 112 | 请求服务无效 |
| 113 | q不能为空 |
| 114 | 不支持的图片传输方式 |
| 116 | strict字段取值无效，请参考文档填写正确参数值 |
| 201 | 解密失败，可能为DES,BASE64,URLDecode的错误 |
| 202 | 签名检验失败,如果确认应用ID和应用密钥的正确性，仍返回202，一般是编码问题。请确保翻译文本 q 为UTF-8编码. |
| 203 | 访问IP地址不在可访问IP列表 |
| 205 | 请求的接口与应用的平台类型不一致，确保接入方式（Android SDK、IOS SDK、API）与创建的应用平台类型一致。如有疑问请参考入门指南 |
| 206 | 因为时间戳无效导致签名校验失败 |
| 207 | 重放请求 (接口salt+curtime来防重放（即一个请求不可以被请求2次），所以salt最好为UUID。) |
| 301 | 辞典查询失败 |
| 302 | 翻译查询失败 |
| 303 | 服务端的其它异常 |
| 304 | 翻译失败，请联系技术同学 |
| 308 | rejectFallback参数错误 |
| 309 | domain参数错误 |
| 310 | 未开通领域翻译服务 |
| 401 | 账户已经欠费，请进行账户充值 |
| 402 | offlinesdk不可用 |
| 411 | 访问频率受限,请稍后访问 |
| 412 | 长请求过于频繁，请稍后访问 |
| 901000 | 认证服务异常, 请联系服务提供方 |
| 900000 | 音色不存在 |
| 900001 | 服务端异常, 请联系服务提供方 |