Skip to main content
POST
语音合成 HTTP 流式 (TTS-SSE)

说明

将文本通过 SSE 协议流式合成为语音,适用于低延迟、边合成边播放的实时场景。请求参数与 语音合成 HTTP 完全相同,仅需将 stream 设为 true;响应为 text/event-stream
  • 接口地址https://api.senseaudio.cn/v1/t2a_v2
  • Content-Type(请求)application/json
  • Content-Type(响应)text/event-stream; charset=utf-8
  • 鉴权方式:Bearer Token,详见 快速接入
  • 语音合成:参考 语音合成 HTTP
  • WebSocket 合成:参考 语音合成 WebSocket
流式模式要求 stream 固定为 true;响应采用 SSE 格式,每个事件以 data: 前缀 + JSON 对象返回,extra_info 仅在最后一个 chunk 返回。

SSE 响应格式

响应 Content-Type: text/event-stream; charset=utf-8。每个数据块以 data: 开头,后跟一个 JSON 对象,字段与同步返回的 TTSResponse 一致,data.status 用于标识分片顺序。
object
合成数据对象,可能为 null,需进行非空判断。
object
音频附加信息,仅在最后一个 chunk 返回
string
链路追踪 ID。
object
本次请求的状态码和详情。

流式响应示例

代码示例

相关指南

授权

Authorization
string
header
必填

格式:Bearer <API_KEY>

请求体

application/json
model
enum<string>
默认值:senseaudio-tts-1.5-260319
必填

TTS 模型 ID。senseaudio-tts-1.5-260319 为推荐版本(情绪/多音字/公式朗读支持,且支持克隆与文生音色);

可用选项:
senseaudio-tts-1.5-260319
示例:

"senseaudio-tts-1.5-260319"

text
string
必填

合成文本,最大 10000 字符,支持 停顿符。其中time 单位为毫秒(ms)、500 表示停顿 500 毫秒、最小值为 100 毫秒,最大值无限制。

示例:

"你好,这是来自 <break time=500> SenseAudio 的第一条语音"

stream
enum<boolean>
默认值:true
必填

流式模式必须为 true

可用选项:
true
示例:

true

voice_setting
object
必填
audio_setting
object
dictionary
object[]
示例:
stream_options
object

响应

SSE 流式响应。每行以 data: 开头,后跟一个 TTSStreamChunk JSON 对象;事件之间以空行分隔。

SSE 单个事件的 JSON 载荷(去除 data: 前缀后的内容)。

data
object | null
extra_info
object | null

仅在最后一个 chunk(data.status=2)返回。

trace_id
string
base_resp
object

通用状态结构