header （必选） | {
"header": {
"action": "run-task",
"task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
"streaming": "duplex"
},
"payload": {
"task_group": "audio",
"task": "tts",
"function": "SpeechSynthesizer",
"model": "qwen-audio-3.0-tts-flash",
"parameters": {
"text_type": "PlainText",
"voice": "longanlingxi",
"format": "mp3",
"sample_rate": 22050,
"volume": 50,
"rate": 1.0,
"pitch": 1.0,
"enable_ssml": false
},
"input": {}
}
}
|
payload object （必选） 属性 function string （必选） 功能类型，固定为 SpeechSynthesizer。 parameters object （必选） 语音合成参数。 属性 sample_rate integer （可选） 音频采样率（Hz）。 取值范围：8000, 16000, 22050（默认）, 24000, 44100, 48000。 rate float （可选） 语速。 默认值：1.0。 取值范围：[0.5, 2.0]。 pitch float （可选） 音调。 默认值：1.0。 取值范围：[0.5, 2.0]。 bit_rate integer （可选） 音频码率（kbps）。音频格式为mp3或opus时，支持通过bit_rate参数调整码率。 默认值：32。 取值范围：[6, 510]。 cosyvoice-v1模型不支持该参数。
enable_ssml boolean （可选） 是否开启 SSML 功能。 默认值：false。 设为 true 后，仅允许发送一次 continue-task 指令。 SSML 的使用限制（支持的模型、音色和接口），请参见使用限制。 word_timestamp_enabled boolean （可选） 仅在流式输出模式下可用。支持的音色范围：cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash、cosyvoice-v3-plus和cosyvoice-v2模型的复刻音色，以及Qwen-Audio-TTS音色列表、CosyVoice音色列表中标记为支持的系统音色。qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash及其他模型的复刻音色不支持此功能。 seed integer （可选） 生成时使用的随机数种子，使合成的效果产生变化。在模型版本、文本、音色及其他参数均相同的前提下，使用相同的seed可复现相同的合成结果。 默认值0。 取值范围：[0, 65535]。 cosyvoice-v1不支持该参数。 language_hints array[string] （可选） 指定语音合成的目标语言，提升合成效果。cosyvoice-v1不支持该功能。 当数字、缩写、符号等朗读方式或者小语种合成效果不符合预期时使用，例如： 取值范围： zh：中文 en：英语 fr：法语 de：德语 ja：日语 ko：韩语 ru：俄语 pt：葡萄牙语 th：泰语 id：印尼语 vi：越南语 es：西班牙语 it：意大利语 ms：马来西亚语 fil：菲律宾语 ar：阿拉伯语
instruction string （可选） 设置指令，用于控制方言、情感或角色等合成效果。具体使用说明请参见指令控制。 enable_aigc_tag boolean （可选） 是否在生成的音频中添加AIGC隐性标识。设置为true时，会将隐性标识嵌入到支持格式（wav/mp3/opus）的音频中。 默认值：false。 仅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支持该功能。 aigc_propagator string （可选） 设置AIGC隐性标识中的 ContentPropagator 字段，用于标识内容的传播者。仅在 enable_aigc_tag 为 true 时生效。 默认值：阿里云UID。 仅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支持该功能。 aigc_propagate_id string （可选） 设置AIGC隐性标识中的 PropagateID 字段，用于唯一标识一次具体的传播行为。仅在 enable_aigc_tag 为 true 时生效。 默认值：本次语音合成请求Request ID。 仅qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2支持该功能。 hot_fix object （可选） 文本热修复配置，用于自定义指定词语的发音或对待合成文本进行替换。 cosyvoice-v2、cosyvoice-v1不支持该功能。 参数介绍： 示例： "hot_fix": {
"pronunciation": [
{"天气": "tian1 qi4"}
],
"replace": [
{"今天": "金天"}
]
}
enable_markdown_filter boolean （可选）
重要 仅cosyvoice-v3-flash复刻音色支持该功能。 是否启用 Markdown 过滤。启用该功能后，系统在合成语音前自动过滤输入文本中的 Markdown 标记符号，避免将其朗读为文字内容。 默认值：false。 取值范围： true：启用Markdown过滤 false：禁用Markdown过滤
|
