Skip to main content
POST
/
paas
/
v4
/
audio
/
speech
文本转语音
curl --request POST \
  --url https://open.bigmodel.cn/api/paas/v4/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "cogtts",
  "input": "你好，今天天气怎么样.",
  "voice": "tongtong",
  "response_format": "wav"
}
'
"<string>"

Authorizations

​
Authorization
string
header
required

使用以下格式进行身份验证：Bearer

Body

application/json
​
model
enum<string>
default:cogtts
required

要使用的TTS模型

Available options:
cogtts
​
input
string
default:你好，今天天气怎么样
required

要转换为语音的文本

Maximum string length: 1024
​
voice
enum<string>
default:tongtong
required

生成音频时使用的音色，支持系统音色以及复刻音色两种类型，其中系统音色如下： tongtong: 彤彤，默认音色 chuichui: 锤锤 xiaochen: 小陈 jam: 动动动物圈jam音色 kazi: 动动动物圈kazi音色 douji: 动动动物圈douji音色 luodo: 动动动物圈luodo音色

Available options:
tongtong,
chuichui,
xiaochen,
jam,
kazi,
douji,
luodo
​
stream
boolean
default:false

是否启用流式输出。

  • true: 启用流式输出，模型将通过标准Event Stream逐块返回生成的音频内容。
  • false: 关闭流式输出，模型在生成所有内容后一次性返回所有内容。默认值为false。
​
speed
number

语速，默认1.0，取值范围[0.5, 2]

​
volume
number

音量，默认1.0，取值范围(0, 10]

​
encode_format
enum<string>

仅流式返回时，决定返回的编码格式。默认返回对应音频文件格式的base64字符串。

Available options:
base64,
hex
​
response_format
enum<string>
default:pcm

音频输出格式，默认返回pcm格式的文件。流式生成音频时，仅支持返回pcm格式的文件

Available options:
wav,
pcm
​
watermark_enabled
boolean

控制AI生成音频时是否添加水印。

  • true: 默认启用AI生成的显式水印及隐式数字水印，符合政策要求。
  • false: 关闭所有水印，仅允许已签署免责声明的客户使用，签署路径：个人中心-安全管理-去水印管理
Example:

true

Response

业务处理成功

  • 采样率建议设置为24000

The response is of type file.