Sambert客户端事件-大模型服务平台百炼(Model Studio)-阿里云帮助中心

用户指南：关于模型介绍和选型建议请参见语音合成。

重要

Sambert仅支持在北京地域使用。

run-task

说明：启动语音合成任务，设置模型、采样率等参数，并一次性发送待合成文本。

发送时机：建立 WebSocket 连接后立即发送。

响应事件：服务端返回 task-started 事件。

重要

Sambert 不支持流式输入，待合成文本需要在 run-task 的 input.text 中一次性发送。不支持 continue-task 和 finish-task 指令。

header object （必选）

属性

action string （必选）

指令类型，固定为 run-task。

task_id string （必选）

客户端生成的任务 ID（UUID 格式），用于关联后续事件。

streaming string （必选）

固定为 out

{
    "header": {
        "action": "run-task",
        "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
        "streaming": "out"
    },
    "payload": {
        "task_group": "audio",
        "task": "tts",
        "function": "SpeechSynthesizer",
        "model": "sambert-zhichu-v1",
        "parameters": {
            "text_type": "PlainText",
            "format": "wav",
            "sample_rate": 16000,
            "volume": 50,
            "rate": 1.0,
            "pitch": 1.0,
            "word_timestamp_enabled": true,
            "phoneme_timestamp_enabled": true
        },
        "input": {
            "text": "待合成文本"
        }
    }
}

payload object （必选）

属性

task_group string （必选）

任务组，固定为 audio。

task string （必选）

任务类型，固定为 tts。

function string （必选）

功能类型，固定为 SpeechSynthesizer。

model string （必选）

模型名称，如 sambert-zhichu-v1。

input object （必选）

输入数据，包含 text 字段，直接传入待合成文本。

text string （必选）

待合成文本。

parameters object （必选）

语音合成参数。

属性

text_type string （必选）

固定为 PlainText。

format string （可选）

音频编码格式。

取值范围：

pcm
wav（默认）
mp3

sample_rate integer （可选）

音频采样率（Hz）。

取值范围：8000, 16000（默认）, 22050, 24000。

volume integer （可选）

音量。

默认值：50。

取值范围：[0, 100]。

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]。

word_timestamp_enabled boolean （可选）

是否开启字级别时间戳。

默认值：false。

适用范围：所有 Sambert 模型。

phoneme_timestamp_enabled boolean （可选）

是否开启音素级别时间戳。

默认值：false。

需要先开启 word_timestamp_enabled。