Questa pagina al momento è disponibile solo in cinese. Navigazione e menu sono già in italiano.

语音生成

如需引用文件，先通过 文件 API 上传素材，再使用返回的 file_id。网关负责转换，服务商是否接受由上游返回结果。

素材可以使用 input_references: [{"type":"image","role":"reference","source":{"type":"file","file_id":"..."}}]。type 必须匹配实际素材的 image/audio/video 类型。网关将 source 转为 COS 签名 URL，保留 role 后执行 DSL；其他必填字段保持不变。图片和语音接口的 input_references 属于 InOneAPI 扩展。

使用 POST /v1/audio/speech 生成音频。请求遵循 OpenAI Speech JSON 协议，成功响应是音频字节而不是 JSON。

最小请求

先将 YOUR_MODEL_ID 替换为模型详情页的完整 ID，不要自行添加服务商前缀。可选参数与音色按所选模型能力填写；应用请求头默认注释。

# -H "X-APP-NAME: Your App Name"
# -H "X-APP-URL: https://your-app.example.com"
curl "https://api.inoneapi.com/v1/audio/speech" \
  -H "Authorization: Bearer $INONEAPI_API_KEY" \
  -H "Content-Type: application/json" \
  --data '{
  "model": "YOUR_MODEL_ID",
  "input": "Hello from InOneAPI",
  "voice": "REPLACE_WITH_SUPPORTED_VOICE",
  "response_format": "mp3"
}' \
  --output speech.mp3

请求

地址：https://api.inoneapi.com/v1/audio/speech。密钥仅放在服务端。公开模型必须存在音频映射，不回退其他 API 类型。示例 model 为占位符，请替换成控制台可用模型。

参数类型详细说明
modelstring必填公共模型 ID，网关替换为上游模型 ID。
inputstring必填非空文本，网关不自动截断、分段、拼接或转换 SSML。
voicestring/object必填非空音色名，或 {"id":"voice_123"} 自定义音色对象；需要模型和账号支持。音色名并非跨服务商通用。
instructionsstring可选语气、情绪和风格提示，仅支持的模型有效，不是 input 的替代字段。
response_formatstring默认 mp3；固定格式 Base64 映射只接受其配置格式。不是 url、base64 或 json。
speednumber0.25–4；省略时由上游决定默认值，上游可能有更严格限制。
stream_formatstring默认 audio；sse 只用于支持 SSE 的原生渠道。HTTP 分块音频不等于 SSE。

必填字段为 model、input、voice；可选字段为 instructions、response_format（mp3、opus、aac、flac、wav、pcm）、speed（0.25–4）和 stream_format（audio 或 sse）。不要发送 Chat 风格的 stream 字段。音色、输入长度和格式能力取决于模型。

curl  https://api.inoneapi.com/v1/audio/speech \
  -H "Authorization: Bearer $INONEAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "YOUR_MODEL_ID","input": "你好。","voice": "REPLACE_WITH_SUPPORTED_VOICE","response_format": "mp3"}' \
  --output speech.mp3

cURL 必须检查退出码：--fail-with-body 仍可能把错误 JSON 写入 speech.mp3。不要把错误响应当音频播放。成功响应不要调用 response.json()。JavaScript 和 TypeScript 示例会完整缓冲文件，大文件宜使用流式保存；Python 示例会分块保存，非 2xx 会抛出 HTTPError。

响应、流式与错误

成功时不要调用 response.json()。JavaScript 保存字节示例：

import { writeFile } from "node:fs/promises";
const response = await fetch("https://api.inoneapi.com/v1/audio/speech", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.INONEAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "YOUR_MODEL_ID",
    input: "你好。",
    voice: "REPLACE_WITH_SUPPORTED_VOICE",
    response_format: "mp3",
  }),
});
if (!response.ok)
  throw new Error(`${response.status}: ${await response.text()}`);
await writeFile("speech.mp3", Buffer.from(await response.arrayBuffer()));

Python 分块保存，非 2xx 会抛出 HTTPError：

import json, os, urllib.request
request = urllib.request.Request(
    "https://api.inoneapi.com/v1/audio/speech",
    data=json.dumps({
        "model": "YOUR_MODEL_ID",
        "input": "你好。",
        "voice": "REPLACE_WITH_SUPPORTED_VOICE",
        "response_format": "mp3",
    }).encode(),
    headers={
        "Authorization": "Bearer " + os.environ["INONEAPI_API_KEY"],
        "Content-Type": "application/json",
    },
    method="POST",
)
with urllib.request.urlopen(request, timeout=180) as response:
    with open("speech.mp3", "wb") as output:
        while chunk := response.read(65536):
            output.write(chunk)

cURL 必须检查退出码：--fail-with-body 仍可能把错误 JSON 写入 speech.mp3。不要把错误响应当音频播放。JavaScript 例完整缓冲文件，大文件宜使用流式保存。

格式MIME 与使用要求
mp3audio/mpeg，默认格式。
opusaudio/ogg；Base64 DSL 声明 opus 要求上游实际返回 Ogg Opus。
aacaudio/aac，实际封装和终端支持取决于服务商。
flacaudio/flac，无损，文件可能更大。
wavaudio/wav，包含容器头，采样参数以实际音频为准。
pcmapplication/octet-stream，无容器头；必须确认采样率、位深、声道和端序。

原生保留 MIME 和字节。Base64 DSL 声明 MIME，但不转码或验证编码真实性。默认 audio 路径可能先缓冲部分响应，不保证逐字节即时转发。

原生 SSE 示例：

curl -N https://api.inoneapi.com/v1/audio/speech \
  -H "Authorization: Bearer $INONEAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"YOUR_MODEL_ID","input":"Hello!","voice":"REPLACE_WITH_SUPPORTED_VOICE","stream_format":"sse"}'

SSE 使用 text/event-stream；按服务商规范解析音频事件与片段，不能把整个 SSE 文本保存成 MP3。DSL 返回 400 PROTOCOL_STREAM_UNSUPPORTED。

错误排查
400 INVALID_REQUEST_BODY必填值、类型、speed 范围、格式枚举错误，或错误使用 stream。
400 PROTOCOL_TRANSFORM_FAILED必填映射值缺失或未知枚举。
400 AUDIO_FORMAT_UNSUPPORTEDresponse_format 与固定格式不符；省略时按 mp3。
401/403检查密钥、权限和模型限制。
402 / 429402 检查余额与预算；429 遵循 Retry-After，检查限流。
502 PROTOCOL_RESPONSE_TRANSFORM_FAILED上游 JSON/Base64/路径无效或缓冲超限。

上游错误不执行成功音频转换。超时可能已经生成和收费，不应无限重试。排障保留 X-Gateway-Trace-ID，不记录密钥和敏感朗读文本。明确告知使用者音频由 AI 生成。此端点不提供转写、翻译、Realtime、URL 下载、转码或任务轮询。

响应 MIME 通常为 audio/mpeg、audio/ogg、audio/aac、audio/flac、audio/wav 或 application/octet-stream（PCM）。PCM 没有 WAV 头，不能仅通过改扩展名播放。原生服务商支持时可使用 stream_format=sse；DSL 转换和 Base64 音频提取不支持 SSE。400 表示参数或映射错误，429 应遵循 Retry-After，502 表示响应转换失败或超出默认 32 MiB 缓冲区。

在线体验

控制台 Playground 和模型详情的“立即体验”可选择音频输出、音色和 MP3/WAV/Opus/AAC/FLAC 格式，成功后播放并保存音频。具体音色、格式必须由该模型支持；固定格式的 audio_response DSL 要求请求选择相同格式。体验页不提供裸 PCM 播放，也不会把语音响应当作 Chat JSON。

Generazione di voce · Documentazione · InOneAPI