收起侧栏

文档中心

8005200020(双向流式语音合成-V1.0.0)

接口信息

API Path
/aipaas/voice/v1/rttsStreamTwoWay/bistreaming

请求协议
WS

请求头部 ：

头部标签	必填	说明	头部内容	示例
Content-Type	是	内容类型	application/json	application/json
X-APP-ID	是	买家中心-已购能力-【X-APP-ID】
Device-Uuid	是	设备管理-设备uuid
Authorization	是	鉴权信息
建立连接时的响应内容（websocket open）：
请求报文：

请求参数 Json
Object

参数名	说明	必填	类型	限制
req_id	请求全局唯⼀ ID，记录该值便于排查问题	是	[string]	0
synth_status	合成状态 0：开始合成； 1：发送文本流； 2：结束文本流；	是	[int]	0
text	待合成的⽂本，需要为 UTF-8 编码	是	[string]	0
format	音频编码格式，支持 PCM 格式，默认值：PCM	否	[string]	0
sample_rate	⾳频采样率，⽀持 24000Hz、22050Hz、16000 Hz 和 8000 Hz，默认值： 24000	否	[int]	0
voice	说话⼈，支持音色 huoponv、cixingnan、songchinan、surennan、cixingnan2、 zhubonan、kefunan、zhuchinan、jilunan2、surennv、xianliaonv、mansunv、 kefunv1、ruyanv、xinwennv、kefunv2、luolinv、huoponv2、qingtiannv、lucas、 joyce、guangzhounv、shanghainv、xiannv、chengdunv、zhengzhounv、 xiamennv、changshanv、dongbeinv，默认⾳⾊为 huoponv	否	[string]	0
volume	⾳量，取值范围：[0, 100]，默认值：50	否	[int]	0
speech_rate	语速，取值范围：[0.5, 2.0]，默认值：1.0	否	[float]	0
enable_markdown_filter	是否开启 markdown 过滤，默认值为 false	否	[boolean]	0
响应报文：

返回结果

成功 (200)
Json
Object

参数名	说明	必填	类型
code	状态码，⻅服务码说明	是	[int]
message	状态说明，⻅服务码说明	是	[string]
sid	会话全局唯一 id，用于记录本次会话	是	[string]
result		是	[object]
result>>audio	合成⾳频数据，经过 base64 编码	是	[string]
result>>audio_len	合成⾳频⻓度，单位：ms	是	[int]
result>>is_end	标志位： true：最后⼀个合成⽚段 false：中间合成⽚段	是	[boolean]

详细说明 ：

# 1、能力简介

* 支持输出格式：PCM 编码；
* 支持设置采样率：8000 Hz，16000 Hz， 22050Hz， 24000Hz；
* ⾳频为单声道，位深为 16 bit；
* 支持设置语速、音量；
* 支持设置多种说话人；
* ⽀持⼀次性合成 500 字符以内的文字，其中 1 个汉字、1 个英文字⺟、1 个标点或 1 个句⼦中间空格均算作 1 个字符，超过 500 个字符的内容将会截断，超过500字的文字不再进⾏合成；
* 仅支持采用 UTF-8 编码的文本输入；

# 2、修订历史

| 修订日期 | 算法版本号 | 修订内容 |
| ---- | ----- | ---- |
| 2025-12-09 | V1.0.0 | 算法首次上线 |

# 3、服务鉴权

服务接口调用时需要严格遵循服务鉴权规则，服务调用鉴权规则请参见：开发指南 - 接口签名认证。

# 4、请求参数说明

无

# 5、握手返回结果说明

#### 5.1 握手返回结果

| 返回码 | 说明 | 错误信息 | 解决⽅法 |
| --- | --- | ---- | ---- |
| 101 | 成功 | {"message":"success"} | 成功，开始语音合成 |
| 4001 | 授权失败 | {"message":"check sign fail"} | 联系商务，更新授权 |
| 4002 | 并发请求过多 | {"message":"Too many requests."} | 联系商务，增加并发 |

# 6、响应结果说明

## 6.1、开始合成响应示例

```json
{
   "code": 10000,
   "message": "Success",
   "sid": "4eHgiLCBhbGdvcml"
}
```

## 6.2、接收合成数据响应示例

```json
{
    "code": 10000,
    "message": "Success",
    "result": {
        "audio": "//6YYmNiDlSUXjZlDP8yADQAQ1E2ANKJOaTqFGUgIwDQAKAA==",
        "audio_len": 2500,
        "is_end": false
    }
}
```

## 6.3、合成结束响应示例

```json
{
    "code": 10000,
    "message": "Success",
    "result": {
        "audio": "//6YYmNiDlSUXjZlDP8yADQAQ1E2ANKJOaTqFGUgIwDQAKAA==",
        "audio_len": 2500,
        "is_end": true
    }
}
```

# 7、请求示例

#### 1. 发送请求

客户端发起请求，服务端确认请求有效。其中在请求消息中进行参数设置，输入参数如下表所示：

| 名称 | 类型 | 必需 | 说明 |
| --- | --- | --- | --- |
| req_id | string | 是 | 请求全局唯一 ID，记录该值便于排查问题 |
| synth_status | int | 是 | 合成状态**0：开始合成** ；1：发送文本流；2：结束文本流； |
| format | string | 否 | 音频编码格式，支持 PCM，默认值：PCM |
| sample_rate | int | 否 | ⾳频采样率，⽀持 24000Hz、22050Hz、16000 Hz 和 8000 Hz，默认值： 24000 |
| voice | string | 否 | 说话⼈，支持音色 huoponv、cixingnan、songchinan、surennan、cixingnan2、 zhubonan、kefunan、zhuchinan、jilunan2、surennv、xianliaonv、mansunv、 kefunv1、ruyanv、xinwennv、kefunv2、luolinv、huoponv2、qingtiannv、lucas、 joyce、guangzhounv、shanghainv、xiannv、chengdunv、zhengzhounv、 xiamennv、changshanv、dongbeinv，默认⾳⾊为 huoponv |
| volume | int | 否 | 音量，取值范围：[0, 100]，默认值：50 |
| speech_rate | float | 否 | 语速，取值范围：[0.5, 2.0]，默认值：1.0 |
| enable_markdown_filter | bool | 否 | 是否开启 markdown 过滤， 默认值为 false |

输入参数组成的 JSON 字段示例：

```json
{
    "req_id": "3a87fe9793c9-4ebd-95d4-4ce2-a80c054b",
    "synth_status": 0
}
```

#### 2. 响应结果

客户端发起开始合成请求后，服务端建立会话，并进行参数解析，并返回对应的消息。

| 名称 | 类型 | 说明 |
| --- | --- | --- |
| code | int | 状态码，⻅服务码说明 |
| message | string | 状态说明，⻅服务码说明 |
| sid | string | 会话全局唯一 id，用于记录本次会话 |

输出参数示例：

```json
{
    "code": 10000,
    "message": "Success",
    "sid": "4eHgiLCBhbGdvcml"
}
```

#### 3. 发送文本流

客户端接收到服务端发送的确认合成请求有效的响应后，开始发送文本流数据，请求 body 各参数含义如下：

| 名称 | 类型 | 必需 | 说明 |
| --- | --- | --- | --- |
| synth_status | int | 是 | 合成状态0：开始合成；**1：发送文本流；** 2：结束文本流； |
| text | string | 是 | 文本流，需要为 `UTF-8` 编码 |

发送文本流示例：

```json
{
    "synth_status": 1,
    "text": "今天"
}
```

#### 4. 结束发送文本数据

客户端文本流发送完成，结束文本流，请求 body 各参数含义如下：

| 名称 | 类型 | 必需 | 说明 |
| --- | --- | --- | --- |
| synth_status | int | 是 | 合成状态0：开始合成；1：发送文本流；**2：结束文本流；**  |
| text | string | 是 | 文本流，需要为 `UTF-8` 编码 |

输出参数示例：

```json
{
    "synth_status": 2,
    "text": "怎么了"
}
```

# 8、状态码说明

| 状态码 | 解释 | 说明 | 解决方法 |
| --- | --- | --- | ---- |
| 10301 | Parameter error | 参数错误 | 检查请求体是否符合接口协议 |
| 10304 | Parse request body fail | 请求格式错误 | 查看请求的 URL body 格式是否正确，参考接口文档 |
| 10401 | Session not found | 会话id查询失败 | 检查客户端发送的请求，通常是因为没有发送开始合成请求 |
| 10402 | Session not begun | 尚未发送开始合成标志 | 检查是否发送开始合成标志 |
| 10403 | Session is running | 重复发送开始合成标志 | 检查是否重复发送开始合成标志，若重复，请先发送结束合成标志 |
| 10503 | Server connection time out | 服务连接超时 | 联系技术人员 |
| 10903 | Synthesis failed | 合成失败 | 联系技术人员 |
| 10000 | Success | 成功 | 执行下一步操作 |

1、能力简介

支持输出格式：PCM 编码；
支持设置采样率：8000 Hz，16000 Hz， 22050Hz， 24000Hz；
⾳频为单声道，位深为 16 bit；
支持设置语速、音量；
支持设置多种说话人；
⽀持⼀次性合成 500 字符以内的文字，其中 1 个汉字、1 个英文字⺟、1 个标点或 1 个句⼦中间空格均算作 1 个字符，超过 500 个字符的内容将会截断，超过500字的文字不再进⾏合成；
仅支持采用 UTF-8 编码的文本输入；

2、修订历史

| 修订日期 | 算法版本号 | 修订内容 |

| ---- | ----- | ---- |

| 2025-12-09 | V1.0.0 | 算法首次上线 |

3、服务鉴权

服务接口调用时需要严格遵循服务鉴权规则，服务调用鉴权规则请参见：开发指南 - 接口签名认证。

4、请求参数说明

无

5、握手返回结果说明

5.1 握手返回结果

| 返回码 | 说明 | 错误信息 | 解决⽅法 |

| --- | --- | ---- | ---- |

| 101 | 成功 | {"message":"success"} | 成功，开始语音合成 |

| 4001 | 授权失败 | {"message":"check sign fail"} | 联系商务，更新授权 |

| 4002 | 并发请求过多 | {"message":"Too many requests."} | 联系商务，增加并发 |

6、响应结果说明

6.1、开始合成响应示例


{

   "code": 10000,

   "message": "Success",

   "sid": "4eHgiLCBhbGdvcml"

}

6.2、接收合成数据响应示例


{

    "code": 10000,

    "message": "Success",

    "result": {

        "audio": "//6YYmNiDlSUXjZlDP8yADQAQ1E2ANKJOaTqFGUgIwDQAKAA==",

        "audio_len": 2500,

        "is_end": false

    }

}

6.3、合成结束响应示例


{

    "code": 10000,

    "message": "Success",

    "result": {

        "audio": "//6YYmNiDlSUXjZlDP8yADQAQ1E2ANKJOaTqFGUgIwDQAKAA==",

        "audio_len": 2500,

        "is_end": true

    }

}

7、请求示例

1. 发送请求

客户端发起请求，服务端确认请求有效。其中在请求消息中进行参数设置，输入参数如下表所示：

| 名称 | 类型 | 必需 | 说明 |

| --- | --- | --- | --- |

| synth_status | int | 是 | 合成状态
0：开始合成 ；
1：发送文本流；
2：结束文本流； |

| sample_rate | int | 否 | ⾳频采样率，⽀持 24000Hz、22050Hz、16000 Hz 和 8000 Hz，默认值： 24000 |

| voice | string | 否 | 说话⼈，支持音色 huoponv、cixingnan、songchinan、surennan、cixingnan2、 zhubonan、kefunan、zhuchinan、jilunan2、surennv、xianliaonv、mansunv、 kefunv1、ruyanv、xinwennv、kefunv2、luolinv、huoponv2、qingtiannv、lucas、 joyce、guangzhounv、shanghainv、xiannv、chengdunv、zhengzhounv、 xiamennv、changshanv、dongbeinv，默认⾳⾊为 huoponv |

| volume | int | 否 | 音量，取值范围：[0, 100]，默认值：50 |

输入参数组成的 JSON 字段示例：


{

    "req_id": "3a87fe9793c9-4ebd-95d4-4ce2-a80c054b",

    "synth_status": 0

}

2. 响应结果

客户端发起开始合成请求后，服务端建立会话，并进行参数解析，并返回对应的消息。

| 名称 | 类型 | 说明 |

| --- | --- | --- |

| code | int | 状态码，⻅服务码说明 |

| message | string | 状态说明，⻅服务码说明 |

| sid | string | 会话全局唯一 id，用于记录本次会话 |

输出参数示例：


{

    "code": 10000,

    "message": "Success",

    "sid": "4eHgiLCBhbGdvcml"

}

3. 发送文本流

客户端接收到服务端发送的确认合成请求有效的响应后，开始发送文本流数据，请求 body 各参数含义如下：

| 名称 | 类型 | 必需 | 说明 |

| --- | --- | --- | --- |

| synth_status | int | 是 | 合成状态
0：开始合成；
1：发送文本流；
2：结束文本流； |

发送文本流示例：


{

    "synth_status": 1,

    "text": "今天"

}

4. 结束发送文本数据

客户端文本流发送完成，结束文本流，请求 body 各参数含义如下：

| 名称 | 类型 | 必需 | 说明 |

| --- | --- | --- | --- |

| synth_status | int | 是 | 合成状态
0：开始合成；
1：发送文本流；
2：结束文本流； |

输出参数示例：


{

    "synth_status": 2,

    "text": "怎么了"

}

8、状态码说明

| 状态码 | 解释 | 说明 | 解决方法 |

| --- | --- | --- | ---- |

| 10000 | Success | 成功 | 执行下一步操作 |

大模型体验中心

开放能力

开发平台

应用产品

解决方案

关于TeleAI

热门搜索

8005200020(双向流式语音合成-V1.0.0)

接口信息

1、能力简介

2、修订历史

3、服务鉴权

4、请求参数说明

5、握手返回结果说明

5.1 握手返回结果

6、响应结果说明

6.1、开始合成响应示例

6.2、接收合成数据响应示例

6.3、合成结束响应示例

7、请求示例

1. 发送请求

2. 响应结果

3. 发送文本流

4. 结束发送文本数据

8、状态码说明