複数話者の音声生成

リクエストパラメータ

フィールド型必須説明

model: string必須

モデルID。安定版モデルIDの使用を推奨します。固定バージョンを再現する必要がある場合は、スナップショットモデルIDを指定できます。

async: boolean任意

trueに設定すると、非同期タスクを作成してタスクオブジェクトを直ちに返します。タスクの結果はタスクの取得で確認します。webhook_urlは終了状態の通知を受け取るためだけに使用します。

webhook_url: string任意

非同期タスクの完了後にコールバックするHTTPS URL。

speakers: array必須

話者設定の配列。各話者とそのボイスを宣言します。空にはできません。

speakers[].id: string必須

話者の識別子。segments[].speakerから参照されます。

speakers[].voice_id: string必須

話者のボイスID。ボイス一覧の取得またはボイスの作成のエンドポイントから取得できます。

segments: array必須

文単位の配列。話者ごとにセリフを指定します。空にはできません。

segments[].speaker: string必須

話者の識別子。speakers[].idのいずれかと一致する必要があります。

segments[].text: string必須

その文のセリフのテキスト。

response_format: string任意

同期リクエストの音声形式。非同期タスクではこのフィールドで指定した形式で出力されるとは限りません。実際の形式はタスク照会の返却値に準じます。

delivery_method: string任意

結果の受け渡し方法。

aigc_metadata: object任意

生成された音声ファイルにAIGCの暗黙的な識別子を書き込むかどうかを制御します。デフォルトでは書き込みません。このフィールドは最終的な音声ファイルのメタデータにのみ影響し、音声合成の内容には影響しません。

aigc_metadata.enabled: boolean任意

AIGCの暗黙的な識別子を書き込むかどうか。デフォルトはfalse。

aigc_metadata.content_propagator: string任意

コンテンツ配信サービス提供者の名称またはコード。

aigc_metadata.propagate_id: string任意

コンテンツ配信番号。今回のコンテンツ配信を識別するために使用します。

戻り値

async=trueを渡すと、エンドポイントは非同期タスクオブジェクトを直ちに返します。返されたtask_idを使い、その後GET /v1/audio/tasks/{task_id}を呼び出して結果を照会します。

非同期を有効にしていない場合、delivery_method=urlでは音声のURLを含むJSONを返します。delivery_method=audioまたは指定しない場合は音声バイナリを直接返し、具体的な形式はレスポンスヘッダーのContent-Typeに準じます。

エラーコード

HTTP	error.code	発生条件	対処方法
404	`voice_not_found`	いずれかの`speakers[].voice_id`が存在しない、または利用できない	`speakers[].voice_id`が利用可能かどうかを1つずつ確認してください。

次のステップ

ボイス一覧の取得

現在のアカウントで利用可能なボイスの一覧を取得します。

単一話者の音声生成

テキストを音声に変換するエンドポイント。

リクエスト例

curl -X POST "https://api.mosi.cn/v1/audio/speech/speakers" \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -H "Platform: moss-platform" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "moss-ttsd-1.0",
  "speakers": [
    {
      "id": "speaker_a",
      "voice_id": "7e5020e3-b88e-4271-a996-2908a182dd32"
    },
    {
      "id": "speaker_b",
      "voice_id": "2925f9ce-75af-4354-8757-b52c3e541e8c"
    }
  ],
  "segments": [
    {
      "speaker": "speaker_a",
      "text": "ねえ、最近AIについての記事を読んだんだけど、けっこう面白くて、ちょっと話したいなと思って。"
    },
    {
      "speaker": "speaker_b",
      "text": "え、そうなの？何についての記事？またどこかの会社がとんでもない新モデルでも出したの？"
    }
  ],
  "response_format": "mp3",
  "delivery_method": "url"
}'

import os
import requests

response = requests.post(
        "https://api.mosi.cn/v1/audio/speech/speakers",
        headers={
        "Authorization": f"Bearer {os.environ['MOSS_API_KEY']}",
        "Platform": "moss-platform",
        "Content-Type": "application/json",
        },
        json={
            "model": "moss-ttsd-1.0",
            "speakers": [
                {
                    "id": "speaker_a",
                    "voice_id": "7e5020e3-b88e-4271-a996-2908a182dd32",
                },
                {
                    "id": "speaker_b",
                    "voice_id": "2925f9ce-75af-4354-8757-b52c3e541e8c",
                },
            ],
            "segments": [
                {
                    "speaker": "speaker_a",
                    "text": "ねえ、最近AIについての記事を読んだんだけど、けっこう面白くて、ちょっと話したいなと思って。",
                },
                {
                    "speaker": "speaker_b",
                    "text": "え、そうなの？何についての記事？またどこかの会社がとんでもない新モデルでも出したの？",
                },
            ],
            "response_format": "mp3",
            "delivery_method": "url",
        },
)

response.raise_for_status()
print(response.json())

const response = await fetch("https://api.mosi.cn/v1/audio/speech/speakers", {
  method: "POST",
  headers: {
    "Authorization": "Bearer " + process.env.MOSS_API_KEY,
    "Platform": "moss-platform",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "moss-ttsd-1.0",
    "speakers": [
      {
        "id": "speaker_a",
        "voice_id": "7e5020e3-b88e-4271-a996-2908a182dd32"
      },
      {
        "id": "speaker_b",
        "voice_id": "2925f9ce-75af-4354-8757-b52c3e541e8c"
      }
    ],
    "segments": [
      {
        "speaker": "speaker_a",
        "text": "ねえ、最近AIについての記事を読んだんだけど、けっこう面白くて、ちょっと話したいなと思って。"
      },
      {
        "speaker": "speaker_b",
        "text": "え、そうなの？何についての記事？またどこかの会社がとんでもない新モデルでも出したの？"
      }
    ],
    "response_format": "mp3",
    "delivery_method": "url"
  }),
})

if (!response.ok) throw new Error(`HTTP ${response.status}`)
console.log(await response.json())

レスポンス例

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