文字转语音

mongolian-ai TTS.md

文字转语音

POST https://ai-skills.open-idea.net/api/v1/mongolian-ai/tts

请求为 JSON,必填 text 与 lang:规范语言码支持 mn-Cyrl(西里尔蒙古文)、mn-Mong(传统蒙古文)、zh-Hans(中文)和 en(英文),并兼容 mn、mw、zh 别名。文本最多 600 字。可选 voice、speed 和 sampleRate;语速为 0.5–2,采样率支持 8000、16000、22050、44100、48000。音色支持 Kore、Puck、Zephyr、Charon、Fenrir、Aoede、Leda、Orus、Iapetus、Sulafat、Achird、Achernar。

成功返回 data.audio_base64 和 data.mime_type。客户端应严格按 mime_type 解码并保存为 WAV、MP3 或 OGG,不要把 Base64 文本直接展示给用户。接口按合成字符计费,必须发送唯一 Idempotency-Key。

文件型隐私规则同样适用于同步 TTS:成功重放只返回 source: tts、replayed: true、content_retained: false 和原请求编号,不再次返回音频,也不重复扣费。

异步使用 POST /api/v1/mongolian-ai/tts/async,字段与同步相同,但 text 最多 3000 字。202 返回 id/status/progress/message/request_id/billing/result,提交时预留余额,按合成字符结算。使用同一个 Idempotency-Key 重试原提交,不创建第二个付费任务。

每 3 秒 GET /api/v1/mongolian-ai/tts/async/{id},completed/failed 后停止。完成后使用产品 Authorization 下载 result.audio_url(GET /api/v1/mongolian-ai/tts/async/{id}/audio);此地址不是公共分享链接。音频按用户隔离,响应 private, no-store,过期返回 410;不要把密钥放到 URL。播放或下载不会重复合成或扣费。不要把任务输入或音频 Base64 写入日志。