腾讯云智能数智人音频制作接口

接口说明
对输入文本进行试听，需要试听的音色可以通过接口 查询声音资产信息 查询。
调用协议
HTTPS + JSON
POST     /v2/ivh/videomaker/broadcastservice/tts
Header   Content-Type: application/json;charset=utf-8
请求参数
参数
类型
必须
说明
TimbreKey
string
否
音色 key，当 VirtualmanKey 为空时 TimbreKey 不能为空
VirtualmanKey
string
否
定义播报的角色、服装、姿态、分辨率等信息，参数为枚举值，当 TimbreKey 为空时 VirtualmanKey 不能为空，默认选取匹配该形象的第一个音色制作音频。
InputSsml
string
是
需要播报的文本内容，支持 SSML 标签，上限2万字（字数按unicode字符数计算）
Speed
float
是
语速（1.0为正常语速，范围[0.5-1.5]，值为0.5时播报语速最慢，值为1.5时播报语速最快）
AudioStorageS3Url
string
否
可传入含鉴权 S3 协议存储 URL，音频成品会上传至该 URL
SampleRate
int
否
采样率，支持24000（24k）和16000（16k），默认24000(24k)
Codec
string
否
音频格式，支持 mp3 和 wav，默认mp3
SentenceMaxWords
int
否
分句的字数上限，字数范围 [0,999]，传0或不传时默认值30
SentenceDisplayPunctuation
string
否
分句里需要展示的标点符号，其中，传入特殊字符"0"表示标点符号都不展示，特殊符号"1"（默认取值）表示标点符号全都展示，也可自定义传入需要展示的标点符号
SentenceSplitPunctuation
string
否
需要断句的标点符号，默认取值。；？！………!?
Volume
int
否
音量大小，范围[0，10]，对应音量大小。默认为0，代表正常音量，值越大音量越高。
说明：
TimbreKey 在 male_1-20、female_1-23（即男声1-20、女声1-23）间的音色不支持音量调节。
EmotionCategory
string
否
控制合成音频的情感，仅支持多情感音色使用，可选值参考个人资产管理API 4.5音色列表接口。
EmotionIntensity
int
否
控制合成音频情感程度，取值范围为 [50,200]，只有 EmotionCategory 不为空时生效。
TimbreLanguage
string
否
音色语种，可选语种参考个人资产管理 API 分页查询音色列表 接口，多语种音色在合成时必须选择对应语种。
返回参数
参数
类型
必须
说明
TaskId
string
是
音频制作的任务 ID，携带 TaskId 访问<音视频制作进度查询接口>，可获得该音频的制作进度和下载地址。
请求示例
{
    "Header": {},
    "Payload": {
        "VirtualmanKey": "k3dda2d3b56f4ec89778f2e032c2e294",
        "InputSsml": "你好虚拟主播",
        "Speed": 1
    }
}
返回示例
成功
{
    "Header": {
        "Code": 0,
        "DialogID": "",
        "Message": "",
        "RequestID": "fde854eaa981c7f2f7285d1c7eca335b",
        "SessionID": "gzb7dec22117297528294581119"
    },
    "Payload": {
        "TaskId": "81883d47c6154edf8e276531f09227b6"
    }
}
失败
{
    "Header": {
        "RequestID": "d99cf740be48d7b0fb1eee4447b71781",
        "SessionID": "gz6240ef0317651792698007383",
        "DialogID": "",
        "Code": 100001,
        "Message": "InvalidParameter:请求参数错误:  Speed value invalid，ranges:0.5-1.5"
    }
}
﻿

参数	类型	必须	说明
TimbreKey	string	否	音色 key，当 VirtualmanKey 为空时 TimbreKey 不能为空
VirtualmanKey	string	否	定义播报的角色、服装、姿态、分辨率等信息，参数为枚举值，当 TimbreKey 为空时 VirtualmanKey 不能为空，默认选取匹配该形象的第一个音色制作音频。
InputSsml	string	是	需要播报的文本内容，支持 SSML 标签，上限2万字（字数按unicode字符数计算）
Speed	float	是	语速（1.0为正常语速，范围[0.5-1.5]，值为0.5时播报语速最慢，值为1.5时播报语速最快）
AudioStorageS3Url	string	否	可传入含鉴权 S3 协议存储 URL，音频成品会上传至该 URL
SampleRate	int	否	采样率，支持24000（24k）和16000（16k），默认24000(24k)
Codec	string	否	音频格式，支持 mp3 和 wav，默认mp3
SentenceMaxWords	int	否	分句的字数上限，字数范围 [0,999]，传0或不传时默认值30
SentenceDisplayPunctuation	string	否	分句里需要展示的标点符号，其中，传入特殊字符"0"表示标点符号都不展示，特殊符号"1"（默认取值）表示标点符号全都展示，也可自定义传入需要展示的标点符号
SentenceSplitPunctuation	string	否	需要断句的标点符号，默认取值。；？！………!?
Volume	int	否	音量大小，范围[0，10]，对应音量大小。默认为0，代表正常音量，值越大音量越高。说明： TimbreKey 在 male_1-20、female_1-23（即男声1-20、女声1-23）间的音色不支持音量调节。
EmotionCategory	string	否	控制合成音频的情感，仅支持多情感音色使用，可选值参考个人资产管理API 4.5音色列表接口。
EmotionIntensity	int	否	控制合成音频情感程度，取值范围为 [50,200]，只有 EmotionCategory 不为空时生效。
TimbreLanguage	string	否	音色语种，可选语种参考个人资产管理 API 分页查询音色列表接口，多语种音色在合成时必须选择对应语种。

音频制作接口

本页目录：

接口说明

调用协议

请求参数

返回参数

请求示例

返回示例