接口说明_智能语音交互(ISI)-阿里云帮助中心

长文本语音合成功能提供了将超长文本（如千字或者万字）合成为语音二进制数据的功能。并且支持通过SSML添加背景音、停顿并修正读音。

计费和并发限制

CosyVoice长文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版，详情请参见试用版升级为商用版。
计费方式详情请参见计费方式。
并发限制请参见并发和QPS说明。

功能介绍

支持输出PCM、WAV和MP3编码格式的数据。
每个会话中仅可发送一次文本，文本不得超过1万字符。
支持采用UTF-8编码的文本输入。
支持设置语速、语调和音量。
支持设置不同的发音人。
支持SSML标记。
不支持时间戳功能。
不支持流式发送文本。

音色列表

说明

更多合成效果可至语音合成产品详情页进行体验。该详情页仅提供大部分音色试听，若详情页没有您想要的音色试听，请通过接口文档进行调用试听。

CosyVoice-V2音色

名称	音色名称（voice参数值）	类型	场景	支持语言	支持采样率	支持时间戳功能	支持SSML
龙橙	longcheng_v2	阳光男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	是
龙华	longhua_v2	活泼女童	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	是
龙书	longshu_v2	新闻男声	新闻播报、有声读物	中文及中英文混合	8k/16k/24k	否	是
Bella2.0	loongbella_v2	新闻女声	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	是
龙婉	longwan_v2	普通话女声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	是
龙小淳	longxiaochun_v2	温柔姐姐	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	是
龙小夏	longxiaoxia_v2	温柔女声	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	是

CosyVoice-V1音色

名称	音色名称（voice参数值）	类型	场景	支持语言	支持采样率	支持时间戳功能	支持SSML
龙臣	longchen	译制片男声	译制片	中文及中英文混合	8k/16k/24k	否	否
龙熊	longxiong	译制片男声	译制片	中文及中英文混合	8k/16k/24k	否	否
龙玉	longyu	御姐女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙娇	longjiao	御姐女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙玫	longmei	温柔女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙瑰	longgui	温柔女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙乒	longping	体育解说男声	体育赛事解说	中文及中英文混合	8k/16k/24k	否	否
龙乓	longpang	体育解说男声	体育赛事解说	中文及中英文混合	8k/16k/24k	否	否
龙无	longwu	无厘头男声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙奇	longqi	活泼童声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙仙	longxian_normal	阳光女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙菲	longfeifei	成熟女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙修	longxiu	青年男声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙大锤	longdachui	幽默男声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙佳佳	longjiajia	亲和女声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙嘉怡	longjiayi	粤语女声	对话闲聊、新闻播报、有声读物、车载导航	粤语及粤英混合	8k/16k/24k	否	否
龙桃	longtao	粤语女声	对话闲聊、新闻播报、有声读物、车载导航	粤语及粤英混合	8k/16k/24k	否	否
龙嘉欣	longjiaxin	粤语女声	对话闲聊、新闻播报、有声读物、车载导航	粤语及粤英混合	8k/16k/24k	否	否
龙橙	longcheng	阳光男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙哲	longzhe	成熟男声	对话闲聊、新闻播报、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙楠	longnan	青年男声	新闻播报、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙颜	longyan	亲切女声	智能客服、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙嫱	longqiang	慵懒女声	对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙华	longhua	活泼女童	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙星	longxing	暖心女声	智能客服、对话闲聊	中文及中英文混合	8k/16k/24k	否	否
龙津	longjin	青年男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙寒	longhan	青年男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙天	longtian	霸总男声	对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙硕	longshuo	沉稳男声	智能客服、新闻播报、有声读物、	中文及中英文混合	8k/16k/24k	否	否
Stella2.0	loongstella	飒爽女声	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙小诚	longxiaocheng	气质大叔	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙小夏	longxiaoxia	温柔女声	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙小淳	longxiaochun	温柔姐姐	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙小白	longxiaobai	闲聊女声	新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙老铁	longlaotie	东北男声	对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙悦	longyue	评书女声	智能客服、新闻播报、有声读物、	中文及中英文混合	8k/16k/24k	否	否
Bella2.0	loongbella	新闻女声	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙书	longshu	新闻男声	新闻播报、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙婧	longjing	严肃女声	新闻播报、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙妙	longmiao	气质女声	智能客服、新闻播报、对话闲聊、有声读物、车载导航	中文及中英文混合	8k/16k/24k	否	否
龙老李	libai	普通话男声	诗词朗诵、散文、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙婉	longwan	普通话女声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙可	longke	活泼女童	智能客服、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙铃	longling	活泼女童	智能客服、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙绍	longshao	活力男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙泽	longze	阳光男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否
龙浩	longhao	温暖男声	智能客服、新闻播报、对话闲聊、有声读物	中文及中英文混合	8k/16k/24k	否	否

服务地址

访问类型

说明

URL

外网访问

所有服务器均可使用外网访问URL（SDK中默认设置了外网访问URL）。

北京：wss://nls-gateway-cn-beijing.aliyuncs.com/ws/v1

ECS内网访问

使用阿里云北京ECS（即ECS地域为华北2（北京）），可使用内网访问URL。 ECS的经典网络不能访问AnyTunnel，即不能在内网访问语音服务；如果希望使用AnyTunnel，需要创建专有网络在其内部访问。

说明

使用内网访问方式，将不产生ECS实例的公网流量费用。

关于ECS的网络类型请参见网络类型。

北京：ws://nls-gateway-cn-beijing-internal.aliyuncs.com:80/ws/v1

交互流程

鉴权
客户端在与服务端建立WebSocket连接时，使用Token进行鉴权。关于Token获取请参见获取Token概述。

配置参数

客户端发起语音合成请求前，可以进行参数设置，各参数通过SDK中StreamInputTts对象的set方法设置，含义如下。

参数	类型	是否必选	说明
appkey	String	是	管控台创建的项目Appkey。获取Appkey请前往控制台。
voice	String	是	说话人音色。
format	枚举类型/String	否	音频编码格式，在OutputFormatEnum中的枚举类型：`.opus`、`.pcm`、`.wav`和`.mp3`，默认为`.pcm`。
sample_rate	枚举类型/Integer	否	音频采样率，默认为16000 Hz，在SampleRateEnum中的枚举类型：SAMPLE_RATE_8K, SAMPLE_RATE_16K, SAMPLE_RATE_24K, SAMPLE_RATE_48K。
volume	Integer	否	朗读音量，范围是0~100，默认50。
speech_rate	Integer	否	朗读语速，范围是-500~500，默认是0。
pitch_rate	Integer	否	朗读语调，范围是-500~500，默认是0。
bit_rate	Integer	否	指定音频的码率，仅对OPUS编码生效。取值范围：6~510kbps。默认是32。
usage	object	否	计量信息，表示本次请求所消耗的字符数据（1个汉字算作2个字符；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。）

发送待合成文本

客户端发起语音合成请求，并发送待合成文本。文本可以通过startTts中的text参数设置。

参数	类型	是否必选	说明
text	String	是	设置待合成文本，文本内容必须采用UTF-8编码，长度不超过10000个字符（英文字母之间需要添加空格）。说明长文本语音合成服务支持SSML功能。SSML不仅控制语音合成能读什么，更能控制语音合成可以怎么读，包括控制断句分词方式、发音、速度、停顿、声调和音量等特征，甚至加入背景音乐。 SSML的使用方法请参考SSML标记语言介绍。

接收合成数据
服务端返回合成的语音二进制数据，SDK接收并处理二进制数据。

结束合成

语音合成完毕，服务端发送合成完毕事件通知，举例如下。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "FlowingSpeechSynthesizer",
        "name": "SynthesisCompleted",
        "status": 20000000,
        "status_message": "GATEWAY|SUCCESS|Success."
    }
}