音色设计

通过自然语言描述声音风格，并将文本生成对应风格的语音。

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

   用 model 指定模型，用 instruction 自然语言描述目标声音风格，并把待合成文本放进 input。

   input：要生成语音的文字 instruction：声音风格描述 delivery_method：audio 或 url

   {
     "model": "moss-voice-generator",
     "input": "欢迎来到今晚的节目。",
     "instruction": "一个温柔、自然、略带微笑感的年轻女声",
     "delivery_method": "url",
     "response_format": "mp3"
   }
   

3. 发起第一次请求

   向 POST /v1/audio/voice/generations 发起请求。delivery_method=url 时同步返回 JSON 和结果 URL。

   cURLPythonTypeScript

   curl https://api.mosi.cn/v1/audio/voice/generations \
     -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/voice/generations",
       headers={"Authorization": f"Bearer {os.environ['MOSS_API_KEY']}"},
       json=payload,
   )
   print(resp.json())
   

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

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"
   

5. 验证成功

   成功标志：拿到按描述风格生成的音频或结果 URL，可下载或播放。

下一步