单人语音生成

把文本合成为语音。该接口对齐 POST /v1/audio/speech，voice_id 只接受 voice id，不接受音色 url、multipart 音色文件或 base64。

POST

/v1/audio/speech

文本转语音。请求体为 JSON；delivery_method=url 返回 JSON（含结果 URL），delivery_method=audio（默认）返回音频二进制。

认证

在请求头中加入 Authorization: Bearer <API_KEY> 完成鉴权，密钥可在控制台「API 密钥」页生成。

curl -X POST https://api.mosi.cn/v1/audio/speech \
  -H "Authorization: Bearer $MOSS_API_KEY"

支持模型

字段	允许值
model	`moss-tts-1.5-flash`、`moss-tts-1.0-pro`

请求字段

字段	类型	必填	说明
model	string	是	完整模型 ID。支持 `moss-tts-1.5-flash`、`moss-tts-1.0-pro` 及对应的 Snapshot ID。
input	string	是	待合成文本。当前仅 `moss-tts-1.5-flash` 模型支持内联停顿标记 `[pause X.Ys]`，`X.Y` 取值范围为 `0.1` 到 `10.0` 秒，例如 `[pause 1.5s]`。
voice_id	string	是	音色 ID；可通过查询音色列表获取；也可前往 Mossland 音色库，在音色卡片上点击复制图标获取。TTS 只接受音色 ID，不支持 `voice_url` / `voice_data`，也不接受内联音频或参考音频。
response_format	string	否	同步请求的音频格式，例如 `mp3` / `wav`；异步任务实际格式以任务查询返回为准。
delivery_method	string	否	`audio`（默认）直接返回音频二进制；`url` 返回 JSON 和结果 URL。
async	boolean	否	设为 `true` 时创建异步任务并立即返回任务对象，结果经任务查询或 `webhook_url` 获取。
webhook_url	string	否	异步任务完成后回调的 HTTPS URL。
aigc_metadata	object	否	控制是否在生成的音频文件中写入 AIGC 隐式标识，默认不写入。该字段仅影响最终音频文件的元数据，不影响语音合成内容。
aigc_metadata.enabled	boolean	否	是否写入 AIGC 隐式标识，默认 `false`。
aigc_metadata.content_propagator	string	否	内容传播服务提供者的名称或编码。
aigc_metadata.propagate_id	string	否	内容传播编号，用于标识本次内容传播。

文本输入说明

请求示例

curl https://api.mosi.cn/v1/audio/speech \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moss-tts-1.5-flash",
    "input": "hello",
    "voice_id": "<voice_id>",
    "response_format": "mp3",
    "delivery_method": "url",
    "aigc_metadata": {
      "enabled": true,
      "content_propagator": "<content_propagator>",
      "propagate_id": "<propagate_id>"
    }
  }'

响应字段

delivery_method=url 时返回 JSON（含结果 URL）：

字段	类型	必返	说明
id	string	是	任务/结果 ID。同步 URL JSON 响应统一使用 `id`。
object	string	是	固定为 `audio.speech`。
status	string	是	任务状态，例如 `SUCCESS`。
url	string	是	音频结果 URL。
response_format	string	是	实际输出音频格式，例如 `mp3`。
content_type	string	是	音频 MIME 类型，例如 `audio/mpeg`。
created_at	integer	是	创建时间，Unix 时间戳，单位为秒。

异步创建响应字段

async=true 时立即返回：

字段	类型	必返	说明
id	string	是	任务 ID。
task_id	string	是	任务查询 ID，通常与 `id` 相同。
object	string	是	固定为 `audio.speech`。
status	string	是	初始状态，例如 `PENDING`。
retry_after	integer	否	建议轮询间隔，单位为秒。
created_at	integer	是	创建时间，Unix 时间戳，单位为秒。
updated_at	integer	否	更新时间，Unix 时间戳，单位为秒。

响应示例

{
  "id": "task_abc123",
  "object": "audio.speech",
  "status": "SUCCESS",
  "url": "https://cdn.example.com/out.mp3",
  "response_format": "mp3",
  "content_type": "audio/mpeg",
  "created_at": 1710000000
}

下一步

查询音色列表

查询当前账号可用音色列表。

音频转写

音频转写接口。