跳转到主要内容
POST
/
v1
/
audio
/
speech
curl --request POST \
  --url https://api.powertokens.ai/v1/audio/speech \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "qwen3-tts-instruct-flash",
  "input": "请用略快的语速介绍这款产品。",
  "voice": "Cherry",
  "instructions": "语速较快，带有上扬语调。",
  "optimize_instructions": false,
  "language_type": "Chinese"
}
'
"<string>"

授权

​
Authorization
string
header
必填

Bearer authentication header of the form Bearer <token>, where <token> is your auth token.

请求体

application/json
​
model
enum<string>
必填
可用选项:
qwen3-tts-instruct-flash
​
input
string
必填

待合成文本。

​
voice
string
必填

音色名称。

​
instructions
string

风格控制指令。

​
optimize_instructions
boolean

是否优化 instructions。显式 false 也会保留并透传。

​
language_type
string

语言类型。

​
stream_format
string

流式输出格式。任何非空值都会触发统一入口的流式请求；当前阿里能力常用值为 pcm。

响应

流式调用成功，返回阿里 SSE 数据。项目内部结算会读取 usage.characters 作为统一输入音频字符数。

The response is of type string.