语音合成:将文字转语音的服务,可根据设置参数设置合成多国多音色语音,发音自然流畅。
Hi,您好,欢迎使用有道智云语音合成API接口服务。有道智云TTS API接口提供有道的文字转语音服务,您可以请求一段您想转换成语音的文字,就可以得到相应的文字转换而成的可播放的mp3音频。
如果您想快速体验服务,建议您前往 语音合成体验中心 或者在体验中心右下侧找到小程序二维码,扫描进行体验。
本文档主要针对需要集成API的技术开发工程师,详细描述语音合成能力相关的技术内容。
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
智云语音技术交流QQ群:861723255
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 新手指南操作 。
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,具体资费规则详见 语音合成服务报价 。
注:文字的UTF-8编码长度不能超过2048.
有道智云TTS API HTTPS地址:
https://openapi.youdao.com/ttsapi
调用方在集成语音合成API时,请遵循以下规则。
规则 | 描述 |
---|---|
传输方式 | HTTPS |
字符编码 | 统一使用UTF-8编码 |
请求方式 | POST |
请求格式 | 表单 |
响应格式 | JSON |
调用API需要向接口发送以下字段来访问服务。
字段名 | 类型 | 含义 | 必填 | 备注 |
---|---|---|---|---|
q | text | 待合成音频文件的文本字符串 | True | 比如:您好(文字的UTF-8编码长度不能超过2048.) |
appKey | text | 应用 ID | True | 可在 应用管理 查看 |
salt | text | UUID | True | UUID,唯一通用识别码,可在线生成 |
sign | text | 签名 | True | sha256(应用ID+input+salt+curtime+应用密钥) |
signType | text | 签名类型 | True | v3 |
curtime | text | 时间戳(秒) | true | 秒数 |
format | text | 目标音频格式,支持mp3 | false | mp3 |
speed | text | 合成音频的语速 | false | 比如:"1"为正常速度;最大为“2.0”,最小为“0.5” |
volume | text | 合成音频的音量 | false | 正常为"1.00",最大为"5.00",最小为"0.50" |
voiceName | text | 发言人名字 | true | 比如:youxiaoqin |
签名生成方法如下:
signType=v3;
sign=sha256(应用ID
+input
+salt
+curtime
+应用密钥
);
其中,input的计算方式为:input
=q前10个字符
+q长度
+q后10个字符
(当q长度大于20)或input
=q字符串
(当q长度小于等于20);
注意:
应用ID+q+salt+应用密钥
字符串时,q
不需要做 URL encode,在生成签名之后,发送 HTTP 请求之前才需要对要发送的文本字段 q
做URL encode。需要根据Content-Type的值来确定合成是否成功
如果合成成功,正常返回为二进制语音文件,具体header信息 Content-type: audio/mp3;
如果合成出现错误,则会返回json结果,具体header信息为:Content-type: application/json。可以根据errorCode确定出现的问题(错误代码列表)。
{"errorCode":202}
中文名称 | 调用参数 | 音色 | 语种 | 计费分类 |
---|---|---|---|---|
有小智 | youxiaozhi | 男 | 中文 | 常见语种 |
有小薰 | youxiaoxun | 女 | 中文 | 常见语种 |
有小沁 | youxiaoqin | 女 | 中文 | 常见语种 |
有小芙 | youxiaofu | 女 | 中文 | 常见语种 |
有雨婷 | youyuting | 女 | 中文 | 常见语种 |
有小浩 | youxiaohao | 男 | 中文 | 常见语种 |
有小楠 | youxiaonan | 男 | 中文 | 常见语种 |
有小美 | youxiaomei | 女 | 英文美式 | 常见语种 |
有小英 | youxiaoying | 女 | 英文英式 | 常见语种 |
有小伟 | youxiaowei | 男 | 英文中文(混合) | 常见语种 |
有小官 | youxiaoguan | 男 | 英文英式 | 常见语种 |
有雅婷 | youyating | 女 | 英文美式 | 常见语种 |
Saila | Saila | 女 | 英文英式 | 常见语种 |
Auriana | Auriana | 女 | 英文英式 | 常见语种 |
有可酱 | youkejiang | 女 | 日文 | 常见语种 |
原田君 | yuantianjun | 男 | 日文 | 常见语种 |
宫崎帅 | gongqishuai | 男 | 日文 | 非常见语种 |
有小贝 | youxiaobei | 女 | 中文 | 常见语种 |
有小道 | youxiaodao | 女 | 英文美式 | 常见语种 |
薇小美 | weixiaomei | 女 | 英文美式 | 非常见语种 |
薇小英 | weixiaoying | 男 | 英文英式 | 非常见语种 |
有梅梅 | youmeimei | 女 | 英文(词典发音) | 常见语种 |
有莹莹 | youyingying | 女 | 英文(词典发音) | 常见语种 |
有小绍 | youxiaoshao | 女 | 中英混(词典发音) | 常见语种 |
朴智幼 | piaozhiyou | 女 | 韩文 | 常见语种 |
朴泰言 | piaotaiyan | 男 | 韩文 | 常见语种 |
安娜 | anna | 女 | 葡语 | 非常见语种 |
薇小粤 | youxiaoyue | 女 | 粤语 | 非常见语种 |
艾米娜 | aimina | 女 | 阿拉伯 | 非常见语种 |
阿西亚 | axiya | 男 | 阿拉伯 | 非常见语种 |
薇加泰 | weijiatai | 男 | 加泰隆 | 非常见语种 |
薇小加 | weixiaojia | 女 | 加泰隆 | 非常见语种 |
Alois | Alois | 男 | 捷克 | 非常见语种 |
Bara | bara | 女 | 丹麦 | 非常见语种 |
Molly | Molly | 女 | 荷兰 | 非常见语种 |
William | William | 男 | 英语(澳大利亚) | 非常见语种 |
Olivia | Olivia | 女 | 英语(澳大利亚) | 非常见语种 |
neale | neale | 女 | 英语(英国) | 非常见语种 |
Osric | Osric | 男 | 英语(印度) | 非常见语种 |
Rama | Rama | 女 | 英语(印度) | 非常见语种 |
Noah | Noah | 男 | 英语(美国) | 非常见语种 |
芬小美 | fenxiaomei | 女 | 芬兰语 | 非常见语种 |
芬小帅 | fenxiaoshuai | 男 | 芬兰语 | 非常见语种 |
法小美 | faxiaomei | 女 | 法语 | 非常见语种 |
法小帅 | faxiaoshuai | 男 | 法语 | 非常见语种 |
法大拿 | fadana | 女 | 法语(加拿大) | 非常见语种 |
德小美 | dexiaomei | 女 | 德语 | 非常见语种 |
德小帅 | dexiaoshuai | 男 | 德语 | 非常见语种 |
希小帅 | xixiaoshuai | 男 | 希腊语 | 非常见语种 |
希伯小帅 | xiboxiaoshuai | 男 | 希伯来语 | 非常见语种 |
印地小帅 | yindixiaoshuai | 男 | 印地语 | 非常见语种 |
印地小美 | yindixiaomei | 女 | 印地语 | 非常见语种 |
匈小帅 | xiongxiaoshuai | 男 | 匈牙利语 | 非常见语种 |
意小帅 | yixiaoshuai | 男 | 意大利语 | 非常见语种 |
意小美 | yixiaomei | 女 | 意大利语 | 非常见语种 |
俄小美 | exiaomei | 女 | 俄语 | 非常见语种 |
俄小帅 | exiaoshuai | 男 | 俄语 | 非常见语种 |
西小美 | xixiaomei | 女 | 西班牙语 | 非常见语种 |
埃德加 | Edgar | 男 | 西班牙语 | 非常见语种 |
薇小越 | weixiaoyue | 女 | 越南语 | 非常见语种 |
薇小南 | weixiaonan | 男 | 越南语 | 非常见语种 |
注意: 更多中文音色发音人列表请查看发音人列表
多音字示例:
<phoneme alphabet="sapi" ph="se 4">色</phoneme>彩
每小时最大查询次数 |
---|
3000 |
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,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息 |
109 | batchLog格式不正确 |
110 | 无相关服务的有效实例,应用没有绑定服务实例,可以新建服务实例,绑定服务实例。注:某些服务的结果发音需要tts实例,需要在控制台创建语音合成实例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 |
201 | 解密失败,可能为DES,BASE64,URLDecode的错误 |
202 | 签名检验失败 |
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 |
301 | 辞典查询失败 |
302 | 翻译查询失败 |
303 | 服务端的其它异常 |
304 | 会话闲置太久超时 |
401 | 账户已经欠费停 |
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 |
1001 | 无效的OCR类型 |
1002 | 不支持的OCR image类型 |
1003 | 不支持的OCR Language类型 |
1004 | 识别图片过大 |
1201 | 图片base64解密失败 |
1301 | OCR段落识别失败 |
1411 | 访问频率受限 |
1412 | 超过最大识别字节数 |
2003 | 不支持的语言识别Language类型 |
2004 | 合成字符过长 |
2005 | 不支持的音频文件类型 |
2006 | 不支持的发音类型 |
2008 | 不支持的语速范围 |
2009 | 服务权限异常 |
2013 | voiceName参数错误 |
2201 | 解密失败 |
2301 | 服务的异常 |
2411 | 访问频率受限,请稍后访问 |
2412 | 超过最大请求字符数 |
2413 | 包含不合时宜词汇 |
3001 | 不支持的语音格式 |
3002 | 不支持的语音采样率 |
3003 | 不支持的语音声道 |
3004 | 不支持的语音上传类型 |
3005 | 不支持的语言类型 |
3006 | 不支持的识别类型 |
3007 | 识别音频文件过大 |
3008 | 识别音频时长过长 |
3009 | 不支持的音频文件类型 |
3010 | 不支持的发音类型 |
3201 | 解密失败 |
3301 | 语音识别失败 |
3302 | 语音翻译失败 |
3303 | 服务的异常 |
3411 | 访问频率受限,请稍后访问 |
3412 | 超过最大请求字符数 |
4001 | 不支持的语音识别格式 |
4002 | 不支持的语音识别采样率 |
4003 | 不支持的语音识别声道 |
4004 | 不支持的语音上传类型 |
4005 | 不支持的语言类型 |
4006 | 识别音频文件过大 |
4007 | 识别音频时长过长 |
4201 | 解密失败 |
4301 | 语音识别失败 |
4303 | 服务的异常 |
4411 | 访问频率受限,请稍后访问 |
4412 | 超过最大请求时长 |
5001 | 无效的OCR类型 |
5002 | 不支持的OCR image类型 |
5003 | 不支持的语言类型 |
5004 | 识别图片过大 |
5005 | 不支持的图片类型 |
5006 | 文件为空 |
5201 | 解密错误,图片base64解密失败 |
5301 | OCR段落识别失败 |
5411 | 访问频率受限 |
5412 | 超过最大识别流量 |
9001 | 不支持的语音格式 |
9002 | 不支持的语音采样率 |
9003 | 不支持的语音声道 |
9004 | 不支持的语音上传类型 |
9005 | 不支持的语音识别 Language类型 |
9301 | ASR识别失败 |
9303 | 服务器内部错误 |
9411 | 访问频率受限(超过最大调用次数) |
9412 | 超过最大处理语音长度 |
10001 | 无效的OCR类型 |
10002 | 不支持的OCR image类型 |
10004 | 识别图片过大 |
10201 | 图片base64解密失败 |
10301 | OCR段落识别失败 |
10411 | 访问频率受限 |
10412 | 超过最大识别流量 |
11001 | 不支持的语音识别格式 |
11002 | 不支持的语音识别采样率 |
11003 | 不支持的语音识别声道 |
11004 | 不支持的语音上传类型 |
11005 | 不支持的语言类型 |
11006 | 识别音频文件过大 |
11007 | 识别音频时长过长,最大支持30s |
11201 | 解密失败 |
11301 | 语音识别失败 |
11303 | 服务的异常 |
11411 | 访问频率受限,请稍后访问 |
11412 | 超过最大请求时长 |
12001 | 图片尺寸过大 |
12002 | 图片base64解密失败 |
12003 | 引擎服务器返回错误 |
12004 | 图片为空 |
12005 | 不支持的识别图片类型 |
12006 | 图片无匹配结果 |
13001 | 不支持的角度类型 |
13002 | 不支持的文件类型 |
13003 | 表格识别图片过大 |
13004 | 文件为空 |
13301 | 表格识别失败 |
15001 | 需要图片 |
15002 | 图片过大(1M) |
15003 | 服务调用失败 |
17001 | 需要图片 |
17002 | 图片过大(1M) |
17003 | 识别类型未找到 |
17004 | 不支持的识别类型 |
17005 | 服务调用失败 |