> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# 创建语音

> 根据输入文本生成音频

## 请求体

**同步请求超时：** 这个非聊天端点会等待路由到的模型完成处理。大输入、长音频或大批量请求可能超过常见的 30s 客户端默认超时，因此请将 HTTP 客户端超时设置为至少 `120s`。

不同模型族支持的可选字段不同。TokenLab 会在路由前校验字段矩阵：OpenAI TTS 接受 `voice`、`instructions`、`response_format`、`stream_format`、`speed`；MiniMax 语音接受 `voice`、`voice_id`、`response_format`、`stream_format`、`speed`；Gemini TTS 接受 `prompt`、`language_code`、`voice`、`response_format`、`stream_format`、`speed`、`temperature`；更窄的 Vidu/Kling 类 TTS 路由可能只接受 `input` 和 `stream_format`。未知顶层字段（包括 `user`）会返回 `400 unsupported_parameter`，不会被静默忽略。

<ParamField body="model" type="string" default="tts-1">
  TTS 模型。示例包括 `tts-1`、`gpt-4o-mini-tts`、`speech-02-hd` 和 `gemini-2.5-flash-tts`。请通过 `GET /v1/models?recommended_for=tts` 获取当前推荐列表。
</ParamField>

<ParamField body="input" type="string" required>
  用于生成音频的文本。最大 4096 个字符。
</ParamField>

<ParamField body="voice" type="string | object">
  语音选择器。可以传入 `nova` 等内置语音、`Kore` 等 Gemini 语音，或为兼容的自定义语音传入 `{ "id": "voice-id" }`。
</ParamField>

<ParamField body="voice_id" type="string">
  MiniMax 兼容语音模型的上游原生语音选择器。
</ParamField>

<ParamField body="instructions" type="string">
  支持该字段的 OpenAI 兼容 TTS 模型可使用的风格或朗读指令。
</ParamField>

<ParamField body="prompt" type="string">
  Gemini TTS 的可选朗读风格 prompt。
</ParamField>

<ParamField body="language_code" type="string">
  可选语言代码，例如 `en-US`，适用于 Gemini、xAI 和兼容 TTS 路由。
</ParamField>

<ParamField body="response_format" type="string">
  音频格式。常见值包括 `mp3`、`opus`、`aac`、`flac`、`wav`、`pcm`；具体支持值按模型族而定。
</ParamField>

<ParamField body="stream_format" type="string" default="audio">
  TokenLab 交付格式：`audio` 或 `sse`。`tts-1` 和 `tts-1-hd` 不支持 `stream_format=sse`。
</ParamField>

<ParamField body="speed" type="number">
  支持该字段的模型族可设置语速（0.25 到 4.0）。
</ParamField>

<ParamField body="temperature" type="number">
  Gemini 兼容 TTS 路由的采样温度（0 到 2）。
</ParamField>

## 响应

返回所请求格式的音频文件。

<RequestExample>
  ```bash cURL theme={null}
  curl -X POST "https://api.tokenlab.sh/v1/audio/speech" \
    -H "Authorization: Bearer sk-your-api-key" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "tts-1-hd",
      "voice": "nova",
      "input": "Hello, welcome to TokenLab!"
    }' \
    --output speech.mp3
  ```

  ```python Python theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-your-api-key",
      base_url="https://api.tokenlab.sh/v1"
  )

  response = client.audio.speech.create(
      model="tts-1-hd",
      voice="nova",
      input="Hello, welcome to TokenLab!"
  )

  response.stream_to_file("speech.mp3")
  ```

  ```javascript JavaScript theme={null}
  import OpenAI from 'openai';
  import fs from 'fs';

  const client = new OpenAI({
    apiKey: 'sk-your-api-key',
    baseURL: 'https://api.tokenlab.sh/v1'
  });

  const response = await client.audio.speech.create({
    model: 'tts-1-hd',
    voice: 'nova',
    input: 'Hello, welcome to TokenLab!'
  });

  const buffer = Buffer.from(await response.arrayBuffer());
  fs.writeFileSync('speech.mp3', buffer);
  ```

  ```php PHP theme={null}
  <?php
  $ch = curl_init('https://api.tokenlab.sh/v1/audio/speech');

  curl_setopt_array($ch, [
      CURLOPT_RETURNTRANSFER => true,
      CURLOPT_POST => true,
      CURLOPT_HTTPHEADER => [
          'Content-Type: application/json',
          'Authorization: Bearer sk-your-api-key'
      ],
      CURLOPT_POSTFIELDS => json_encode([
          'model' => 'tts-1-hd',
          'voice' => 'nova',
          'input' => 'Hello, welcome to TokenLab!'
      ])
  ]);

  $audio = curl_exec($ch);
  curl_close($ch);

  file_put_contents('speech.mp3', $audio);
  ```
</RequestExample>

## 语音示例

| Voice     | 描述         |
| --------- | ---------- |
| `alloy`   | 中性、平衡      |
| `ash`     | 平静、沉稳      |
| `ballad`  | 富有旋律感、表现力强 |
| `coral`   | 温暖、亲切      |
| `echo`    | 温暖、口语化     |
| `fable`   | 富有表现力、叙事感强 |
| `nova`    | 友好、清晰      |
| `onyx`    | 低沉、权威      |
| `sage`    | 睿智、深思熟虑    |
| `shimmer` | 柔和、轻柔      |
| `verse`   | 富有动态感、适应性强 |

## 响应示例

<ResponseExample>
  ```binary 200 OK theme={null}
  <binary audio data>
  ```
</ResponseExample>

## 重要字段

<ResponseField name="Content-Type" type="string">API 返回的事件或消息类型。</ResponseField>
<ResponseField name="body" type="binary">原始响应体。应直接保存，不要按 JSON 解析。</ResponseField>