大模型语音复刻,合成(异步合成批量音频)

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 (异步合成批量音频) 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 (异步批量)，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(异步合成音频) 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。

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, 提交批量任务前必须有一个voiceId
• 接口参数：
  • 格式: 表单
  • 具体参数:

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

{
      "code": "0",
      "data": {
        "voiceId": "01f0e64122ee4e3d9ac03f28556b62b2"
      },
      "requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
      "message": "success",
      "successful": true
}

大模型语音异步批量合成提交

• 接口uri：/tts_gateway/v2/synthesis_async
• 请求方式：POST
• 接口说明：使用 复刻接口提供的voiceId 提交批量合成任务, 需传入文本列表, 返回taskId
• 接口参数：
  • 格式: jsonBody
  • 具体参数:

其中qList: TextEmotionItem:

• 响应结果

正常返回:
  - 响应格式: json
  - 示例: 
   {
      "code": "0",
      "data": {
          "taskId":"41ff602e2ccc4408b0e18d1c83bba2c6"
      },
      "requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
      "message": "success",
      "successful": true
   }
  

大模型语音异步任务 查询进度

• 接口uri：/tts_gateway/v2/get_progress
• 请求方式：POST
• 接口说明：使用 submit接口提供的taskId 查询批量合成任务进度
• 接口参数：
  • 格式: jsonBody
  • 具体参数:

• 响应结果

正常返回:
  - 响应格式: json
  - 注:   status = PROCESSING 代表任务正在处理中, 存在还未被调度合成的文本
          status = SUCCESS 代表任务中的文本列表全部合成成功
          status = PARTIAL_SUCCESS 代表任务部分成功, 文本存在合成失败的情况, task会有重试失败的调度逻辑, 
          若重试成功任务状态会SUCCESS, 但也存在重试后依旧失败, 状态无法变更为SUCCESS的情况 
  - 示例: 
   {
      "code": "0",
      "data": {
          "status":"PROCESSING",
          "totalCount":100,
          "successCount":5
      },
      "requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
      "message": "success",
      "successful": true
   }
   
   {
      "code": "0",
      "data": {
          "status":"SUCCESS",
          "totalCount":100,
          "successCount":100
      },
      "requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
      "message": "success",
      "successful": true
   }
   
   {
      "code": "0",
      "data": {
          "status":"PARTIAL_SUCCESS",
          "totalCount":100,
          "successCount":99
      },
      "requestId": "07399d85-c401-43b0-b9fd-892b225bccfb",
      "message": "success",
      "successful": true
   }
  

大模型语音异步任务 获取结果

• 接口uri：/tts_gateway/v2/get_result
• 请求方式：POST
• 接口说明：使用 submit接口提供的taskId 获取任务的音频结果
  注: mediaUrl 是合成成功的音频地址, 地址过期时间是1天, 需要重新调用该接口获得新的地址
• 接口参数：
  • 格式: jsonBody
  • 具体参数:

• 响应结果

正常返回:
  - 响应格式: json
  - 注: data中是一个列表, 代表所有合成成功的音频地址和对应的文本索引, 
       举例: 如果第5个文本没合成成功, 查到的结果列表可能没有qIndex=4的元素 (index从0开始)
  - 示例: 
   {
	"code": "0",
	"message": "success",
	"data": [{
		"mediaUrl": "xxxx0",
		"qIndex": 0
	}, {
		"mediaUrl": "xxxx1",
		"qIndex": 1
	}, {
		"mediaUrl": "xxxx2",
		"qIndex": 2
	}, 
	……
    {
		"mediaUrl": "xxxx99",
		"qIndex": 99
	}],
	"requestId": "12a7290c-1404-449b-9499-7a45dd947bf5",
	"successful": true
}
  

错误代码