单人语音生成

将一段文本合成为单一音色的语音，适合旁白、客服话术、播报和有声内容生成。

操作流程

1. 创建 API Key

   进入 API Key 管理平台，创建 API Key，并保存为环境变量。不要把 API Key 写进客户端代码或提交到仓库。

   export MOSS_API_KEY="<your-api-key>"
   

2. 准备请求输入

   填入文本和音色；流式使用 stream=true。

   {
     "model": "moss-tts-1.5-flash",
     "input": "欢迎使用 Moss API。[pause 0.8s]现在开始生成语音。",
     "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
     "response_format": "mp3",
     "delivery_method": "url"
   }
   

   {
     "model": "moss-tts-1.5-flash",
     "input": "欢迎使用 Moss API。",
     "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
     "stream": true,
     "response_format": "pcm",
     "stream_format": "sse"
   }
   

   试听音色，复制对应 Voice ID 后填入请求。

   15 voices

   更多音色请到 Mossland 音色库查看。

   试听	音色名称	Voice ID	描述	语言
   	曼波有口音版	c6c0a40a-ea82-4468-9a21-333d3c4a76f6	动漫、角色配音·轻快、可爱、搞笑	中文·普通话
   	明太祖	f80b6698-0066-430b-88a0-f0fb8796db34	角色配音、影视·高冷、沉稳、霸总	中文·普通话
   	VOX AKUMA	ddc6e38b-6f55-4415-b21b-a88cad2cc1d9	播客、社交媒体·慵懒、磁性、专业	英文·英式英语
   	李白	7662a8a1-700c-466a-b66b-57ece9e2e231	影视、人物·古风、热血	中文·普通话
   	旁白Jake	f9a1416b-d006-4b77-9581-8f0e8ec1e401	角色配音、人物·沉稳、磁性、专业	英文·英式英语
   	经验女教师	faf7f550-0627-4fc6-8db0-d3bfdad49358	教育、社交媒体·高冷、自然	中文·普通话
   	少年感人声（男）	fe85a513-9bf3-4ef7-aa0b-8b2d11e4db93	有声书、旁白·温柔、磁性、自然	中文·普通话
   	历史解说男声	0804710c-8e5e-4b67-acda-5785ef13c309	有声书、影视解说·沉稳、磁性	中文·普通话
   	优雅英国女士	9d1e88e9-3b9c-4992-a414-7a1cb3ff7ab5	影视、人物·温柔、磁性、自然	英文·英式英语
   	轻快灵动女声	806c9695-6160-404e-8722-4f788d935af3	智能客服、热门玩法·轻快、活泼、自然	中文·普通话
   	诗词朗读	2fdf194e-c16e-4587-9027-0d3464e09b4e	教育、旁白·沉稳、磁性、专业	中文·普通话
   	故宫纪录片	133bd03b-d717-4a55-8974-7ffc9afc1b51	纪录片、旁白·沉稳、磁性、专业	中文·普通话
   	东北虎哥	26838557-6890-4505-bc7c-e8198443a141	娱乐、社交媒体·搞笑、慵懒	中文·普通话
   	忧伤的秋	19411508-8731-4b68-901d-7e4b8a98e23f	影视、人物·温柔、慵懒	中文·普通话
   	三农农业旁白	944eb93b-3820-49f3-b2c0-4e37a31d1161	纪录片、旁白·轻快、磁性、专业	中文·普通话

3. 发起第一次请求

   向 POST /v1/audio/speech 发起请求。非流式在 delivery_method=url 时同步返回 JSON 和结果 URL；流式按 stream_format=sse 返回 SSE 事件流。

   非流式流式

   curl https://api.mosi.cn/v1/audio/speech \
     -H "Authorization: Bearer $MOSS_API_KEY" \
     -H "Content-Type: application/json" \
     -d @request.json
   

   import json
   import os
   import requests
   
   payload = json.load(open("request.json"))
   resp = requests.post(
       "https://api.mosi.cn/v1/audio/speech",
       headers={"Authorization": f"Bearer {os.environ['MOSS_API_KEY']}"},
       json=payload,
   )
   print(resp.json())
   

   const resp = await fetch('https://api.mosi.cn/v1/audio/speech', {
     method: 'POST',
     headers: {
       Authorization: `Bearer ${apiKey}`,
       'Content-Type': 'application/json',
     },
     body: JSON.stringify(payload),
   })
   

   curl --no-buffer -X POST https://api.mosi.cn/v1/audio/speech \
     -H "Authorization: Bearer $MOSS_API_KEY" \
     -H "Content-Type: application/json" \
     -d @stream-request.json
   

   import json
   import os
   import requests
   
   payload = json.load(open("stream-request.json"))
   with requests.post(
       "https://api.mosi.cn/v1/audio/speech",
       headers={"Authorization": f"Bearer {os.environ['MOSS_API_KEY']}"},
       json=payload,
       stream=True,
   ) as resp:
       for line in resp.iter_lines(decode_unicode=True):
           if not line or not line.startswith("data: "):
               continue
           event = json.loads(line[len("data: "):])
           print(event["type"])
           if event["type"] in ("speech.audio.done", "error"):
               break
   

   const resp = await fetch('https://api.mosi.cn/v1/audio/speech', {
     method: 'POST',
     headers: {
       Authorization: `Bearer ${apiKey}`,
       'Content-Type': 'application/json',
     },
     body: JSON.stringify(payload),
   })
   
   const reader = resp.body?.getReader()
   if (!reader) throw new Error('响应没有可读流')
   const decoder = new TextDecoder()
   let buffer = ''
   
   while (true) {
     const { done, value } = await reader.read()
     if (done) break
     buffer += decoder.decode(value, { stream: true })
     const lines = buffer.split('\n')
     buffer = lines.pop() ?? ''
     for (const line of lines) {
       if (!line.startsWith('data: ')) continue
       const event = JSON.parse(line.slice('data: '.length))
       console.log(event.type)
     }
   }
   

4. 获取结果

   delivery_method=url 时，从同步响应的 JSON 中读取结果 URL。如果传了 async=true，接口会先返回 task_id，再用它查询任务。

   curl https://api.mosi.cn/v1/audio/tasks/$TASK_ID \
     -H "Authorization: Bearer $MOSS_API_KEY"
   

   resp = requests.get(
       f"https://api.mosi.cn/v1/audio/tasks/{task_id}",
       headers={"Authorization": f"Bearer {os.environ['MOSS_API_KEY']}"},
   )
   print(resp.json())
   

   const resp = await fetch(`https://api.mosi.cn/v1/audio/tasks/${taskId}`, {
     headers: { Authorization: `Bearer ${apiKey}` },
   })
   

5. 验证成功

   成功标志：拿到结果音频（delivery_method=audio）或结果 URL（delivery_method=url），可下载或播放生成音频。

控制停顿

input 支持内联停顿标记 [pause X.Ys]，用于在指定位置插入停顿。X.Y 表示停顿秒数，支持范围为 0.1 到 10.0 秒，例如 [pause 1.5s]。停顿能力同时适用于非流式和流式调用。

{
  "model": "moss-tts-1.5-flash",
  "input": "请注意[pause 1.5s]付款成功后，系统会自动发送确认短信。",
  "voice_id": "<voice_id>",
  "response_format": "mp3",
  "delivery_method": "url"
}

较短停顿可能与标点和模型自然韵律叠加；需要明显停顿时，建议使用 1.0s 以上。请使用标准格式 [pause 1.5s]。

下一步