语音合成（多模态TTS）

提交语音合成任务（多模态TTS）。

支持模型：

qwen3-tts-flash

qwen3-tts-instruct-flash

MiniMax/speech-2.8-hd

MiniMax/speech-02-hd

MiniMax/speech-2.8-turbo

MiniMax/speech-02-turbo

说明： qwen3-tts 系列与 MiniMax 语音合成走多模态统一生成接口。MiniMax 需通过 voice_setting.voice_id 指定音色；声音复刻后的正式合成也使用本接口。
本接口一个 URL 支持多种模型，必填项因场景而异。请按示例调用，不要把所有字段都填上。
1）Qwen3 合成（qwen3-tts-flash 等）
必填：model、input.text、input.voice
不要填：action、audio_url、voice_setting
2）MiniMax 正式合成（MiniMax/speech-*）
必填：model、input.text、input.voice_setting.voice_id
不要填：action
3）MiniMax 复刻试听
必填：model（MiniMax）、input.action=voice_clone、input.voice_id、input.audio_url、input.text
不要填：input.voice
右侧示例已按场景分开，请直接复制对应示例。
qwen音色ID：https://help.aliyun.com/zh/model-studio/tts-voice-list/?spm=a2c4g.11186623.help-menu-2400256.d_0_3_5_6.433d7a9dxUM3Ul&scm=20140722.H_3038720._.OR_help-T_cn~zh-V_1
minimax音色ID：https://platform.minimaxi.com/docs/faq/system-voice-id

请求参数

Header 参数

Body 参数application/json必填

示例

MiniMax复刻试听默认示例qwen3-tts-flash 示例MiniMax/speech-2.8-hd 示例

{
    "model": "MiniMax/speech-2.8-hd",
    "input": {
        "action": "voice_clone",
        "voice_id": "MyTestVoice",
        "audio_url": "https://dashscope.oss-cn-beijing.aliyuncs.com/samples/audio/cosyvoice/cosyvoice-zeroshot-sample.wav",
        "text": "你说是什么就是什么。"
    }
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

返回响应

🟢200

application/json

成功

Bodyapplication/json

示例

{
    "output": {
        "audio_url": "https://example.com/output.wav",
        "format": "wav",
        "sample_rate": 24000,
        "duration": 3.5
    },
    "usage": {
        "characters": 12,
        "audio_tokens": 256
    },
    "request_id": "94d9bda2-5c77-0f84-8d92-1c6c5f4e3b7a"
}