YiTuoToken
モデルカタログログイン
第 9 章 / 全 21 章約 1 分

9. 音声（Audio）#

9.1 音声合成（TTS）#

POST /v1/audio/speech — テキストを音声に変換し、音声バイトストリームを返します（例：audio/mpeg）。そのままファイルに書き込めます。

パラメータ型必須説明
modelstringはいTTS モデル名
inputstringはい合成するテキスト
voicestringいいえ音色
cURL
curl http://183.240.79.21:52099/v1/audio/speech \
  -H "Authorization: Bearer sk-你的YiTuoToken-Key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "你好，欢迎使用 YiTuoToken",
    "voice": "alloy"
  }' \
  --output speech.mp3

9.2 音声認識（STT）#

POST /v1/audio/transcriptions — 音声をテキストに変換します（Whisper）。multipart/form-data で音声ファイルをアップロードします。

フィールド必須説明
fileはい音声ファイル
modelはい認識モデル名
languageいいえ言語コード。例：zh
promptいいえプロンプト
response_formatいいえ応答形式
temperatureいいえサンプリング温度
cURL
curl http://183.240.79.21:52099/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-你的YiTuoToken-Key" \
  -F file=@./audio.mp3 \
  -F model="whisper-1" \
  -F language="zh"