curl --request POST \
--url https://api.omnimux.ai/v1/audio/speech \
--header 'Authorization: Bearer sk-...' \
--header 'Content-Type: application/json' \
--data '{
"model": "seed-audio-1.0",
"input": "欢迎使用火山引擎语音生成接口。",
"voice": "zh_female_cancan",
"response_format": "mp3"
}' \
--output output.mp3
Content-Type: audio/mpeg
Content-Length: 48291
<binary audio data>
curl --request POST \
--url https://api.omnimux.ai/v1/audio/speech \
--header 'Authorization: Bearer sk-...' \
--header 'Content-Type: application/json' \
--data '{
"model": "seed-audio-1.0",
"input": "欢迎使用火山引擎语音生成接口。",
"voice": "zh_female_cancan",
"response_format": "mp3"
}' \
--output output.mp3
Content-Type: audio/mpeg
Content-Length: 48291
<binary audio data>
火山语音生成
Seed Audio 语音生成
火山引擎 Seed Audio 语音与音频生成 · model seed-audio-1.0
curl --request POST \
--url https://api.omnimux.ai/v1/audio/speech \
--header 'Authorization: Bearer sk-...' \
--header 'Content-Type: application/json' \
--data '{
"model": "seed-audio-1.0",
"input": "欢迎使用火山引擎语音生成接口。",
"voice": "zh_female_cancan",
"response_format": "mp3"
}' \
--output output.mp3
Content-Type: audio/mpeg
Content-Length: 48291
<binary audio data>
POST
/
v1
/
audio
/
speech
curl --request POST \
--url https://api.omnimux.ai/v1/audio/speech \
--header 'Authorization: Bearer sk-...' \
--header 'Content-Type: application/json' \
--data '{
"model": "seed-audio-1.0",
"input": "欢迎使用火山引擎语音生成接口。",
"voice": "zh_female_cancan",
"response_format": "mp3"
}' \
--output output.mp3
Content-Type: audio/mpeg
Content-Length: 48291
<binary audio data>
- 接口：
POST /v1/audio/speech，model为seed-audio-1.0 - 协议：兼容 OpenAI 语音合成（TTS）接口协议
- 支持单次文本转语音合成、音色参考以及场景音效生成，单次输出最长 120 秒
身份
| 字段 | 值 |
|---|---|
| 系列 | 音频系列 |
| 品牌 | 火山引擎 / BytePlus |
| model | seed-audio-1.0 |
接口
| 方法 | 路径 |
|---|---|
POST | /v1/audio/speech |
https://api.omnimux.ai
鉴权
| 名称 | 位置 | 类型 | 必填 | 说明 |
|---|---|---|---|---|
Authorization | header | string | 是 | Bearer sk-...（API Key） |
请求体
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 固定为 seed-audio-1.0 |
input | string | 是 | 要合成为语音的文本内容，上限 3000 字符 |
voice | string | 否 | 音色标识，支持预设音色 ID 或克隆音色 ID |
response_format | string | 否 | 音频输出格式，可选 wav、mp3、pcm、ogg_opus，默认 wav |
speed | number | 否 | 语速控制，范围 [0.25, 4.0]，默认 1.0 |
响应
200
返回二进制音频文件数据流（对应Content-Type: audio/wav 等）。