跳到主要内容

语音合成

POST 
/v1/tools/tts

把文本合成为语音，音频边合成边在响应体中流式返回。音色、语种、限制、错误与计费见 语音合成指南。

如果要分段发送文本（例如模型还在生成时），请通过 WebSocket 连接同一路径（wss://api.deepseek.com/v1/tools/tts），协议见 语音合成指南。

Request​

Body

required

    text stringrequired

    要朗读的文本，不能为空。

    voice_id string

    Possible values: stella, tide

    Default value: stella

    音色。stella 为女声，tide 为男声。

    format string

    Possible values: wav, pcm

    Default value: wav

    响应的音频格式。wav 返回 audio/wav；pcm 返回 24 kHz、16 位有符号、单声道的原始 PCM。

    filter_markdown boolean

    Default value: true

    朗读前是否去除文本中的 Markdown 格式。

Responses​

OK, 以流的形式返回音频。默认返回 WAV 文件；format 为 pcm 时，返回 24 kHz、16 位有符号、单声道的原始 PCM，Content-Type 为 audio/pcm。

Schema

    string

Loading...