文字转语音配置

本文主要介绍如何配置 开始 AI 对话任务 StartAIConversation 接口中的 TTSConfig 参数。
您可以选择快速配置 TRTC 的 TTS 服务或者 自主接入 TTS 服务

使用 TRTC TTS 配置

若您在 AI 实时对话中选择使用 TRTC 实时语音合成服务,可参考下方配置快速接入。权限开通和计费规则请参考 AI 智能识别计费文档
{
"TTSType": "flow", // 【必填】固定为此值
"VoiceId": "v-female-R2s4N9qJ", // 【必填】精品音色 ID /克隆音色 ID, 可选择不同音色, ID 库参考下方音色列表
"Model": "flow_01_turbo", // 【必填】当前默认的 TTS 模型版本 (对应 Flash 版本)
"Speed": 1.0, //【可选】调节语速 范围 [0.5-2.0],默认 1.0; 取值越大,语速越快
"Volume": 1.0, // 【可选】调节音量 [0, 10] 默认值 1.0; 取值越大,音量越高
"Pitch": 0, // 【可选】调节语调 [-12,12],默认值为 0; 其中 0 为原音色输出。取值越高语调越高
"Language": "zh" //【可选】建议填写,目前支持填写zh(中文)、en(英文)、yue(粤语方言); 参数格式参考:(ISO 639-1)
}
说明:
目前 TRTC 的 TTS 服务支持一批中英精品音色,如果您有其他音色或者语种需求,可通过您的商务经理或者点击联系我们
若您需要在 AI 实时对话中自主接入 TTS 服务,请跳转至 自主接入 TTS

精品音色库

TRTC 语音合成精品音色库 Voice ID 请参考下方列表,您可以根据需求偏好选择音色进行配置。
音色名称
音色ID
支持语言
语言ID
威严男霸总
v-male-Bk7vD3xP
中文
zh
温柔姐姐
v-female-R2s4N9qJ
中文
zh
傲娇学姐
v-female-m1KpW7zE
中文
zh
夹子女生
v-female-U8aT2yLf
中文
zh
闲聊男声
v-male-s5NqE0rZ
中文
zh
自然男声
v-male-W1tH9jVc
中文
zh
客服小美(女)
female-kefu-xiaomei
中文
zh
客服小心(女)
female-kefu-xiaoxin
中文
zh
客服小悦(女)
female-kefu-xiaoyue
中文
zh
客服小徐(男)
male-kefu-xiaoxu
中文
zh
清晰女旁白
v-female-p9Xy7Q1L
美式英语
en
理性女讲解
v-female-Z3x9LmQ2
美式英语
en
严谨男讲师
v-male-A4b9KqP2
美式英语
en
权威男解读
v-male-r7K2pQ9L
美式英语
en
沉着男评审
v-male-Q6p8ZxL3
美式英语
en
静心女教练
v-female-T3s8BqL9
美式英语
en
温和男顾问
v-male-P6q7LzD8
美式英语
en
内敛女播音
v-female-M7k2PxL9
美式英语
en
淡然女配音
v-female-S5n9QxJ4
美式英语
en
沉稳女配音
v-female-T8m4WxP7
美式英语
en
深沉男评析
v-male-D6p3KxN8
美式英语
en
温情女主持
v-female-A9b3KfL2
美式英语
en
真挚女创作
v-female-A7h2MxQ5
美式英语
en
温和男创作
v-male-G4n7RxM3
美式英语
en
暖心男顾问
v-male-H3p9LxK7
美式英语
en
真诚男主播
v-male-R6n2MxT9
美式英语
en
自信女演员
v-female-C8k4NxL6
美式英语
en
阳光男演讲
v-male-L7m5QxP4
美式英语
en
理性男评论
v-male-N4k8TxR7
美式英语
en
理智女旁白
v-female-B7k5WxN4
美式英语
en
雅致女解说
v-female-k3P8sL0Q
中文-粤语方言
yue
沉稳男解说
v-male-L4s7PqZ9
中文-粤语方言
yue

自主接入 TTS

若您选择自主接入 TTS,则需要您自行准备相关 TTS 服务账号或 API Key,不同服务商的配置方式可参考下面章节。

Azure TTS

{
"TTSType": "azure", // 必填:String TTS 类型
"SubscriptionKey": "xxxxxxxx", // 必填:String 订阅的 Key
"Region": "southeastasia", // 必填:String 订阅的地区
"VoiceName": "en-US-AmandaMultilingualNeural", // 必填:String 音色名称
"Language": "en-US", // 必填:String 合成的语言
"Rate": 1 // 选填:float 语速 0.5~2 默认为 1
}

Cartesia TTS

{
"TTSType": "cartesia", // 必填:String TTS 类型,
"Model": "sonic-multilingual", // 必填 模型类型
"APIKey": "eyxxxx",// 必填:获取的api密钥
"VoiceId": "eda5bbff-1ff1-4886-8ef1-4e69a77640a0" // 必填 声音id https://play.cartesia.ai/
}
参见:Cartesia TTS

ElevenLabs TTS

{
"TTSType": "elevenlabs", // String 必填,TTS 类型,
"Model": "eleven_turbo_v2_5", //必填,模型类型
"APIKey": "eyxxxx", // 必填,API Key
"VoiceId": "eda5bbff-1ff1-4886-8ef1-4e69a77640a0" // 音色ID 参考 https://elevenlabs.io/docs/api-reference/get-voices
}
参见:ElevenLabs TTS

Tencent TTS

{
"TTSType": "tencent", // String TTS 类型
"AppId": "您的应用ID", // String 必填
"SecretId": "您的密钥ID", // String 必填
"SecretKey": "您的密钥Key", // String 必填
"VoiceType": 101001, // Integer 必填,音色 ID,包括标准音色与精品音色,精品音色拟真度更高,价格不同于标准音色,请参见语音合成计费概述。完整的音色 ID 列表请参见语音合成音色列表。
"Speed": 1.25, // float 非必填,语速,范围:[-2,6],分别对应不同语速: -2: 代表0.6倍 -1: 代表0.8倍 0: 代表1.0倍(默认) 1: 代表1.2倍 2: 代表1.5倍 6: 代表2.5倍 如果需要更细化的语速,可以保留小数点后 2 位,例如0.5/1.25/2.81等。 参数值与实际语速转换,可参考 语速转换
"Volume": 5, // Integer 非必填,音量大小,范围:[0,10],分别对应11个等级的音量,默认值为0,代表正常音量。
"PrimaryLanguage": 1, // Integer 可选 主要语言 1-中文(默认) 2-英文 3-日文
"FastVoiceType": "xxxx" // 可选参数, 快速声音复刻的参数
}

MiniMax TTS

{
"TTSType": "minimax", // String TTS 类型,
"Model": "speech-01-turbo", // 必填,模型型号
"APIUrl": "https://api.minimax.chat/v1/t2a_v2", // 必填,接口地址
"APIKey": "eyxxxx", // String 必填
"GroupId": "181000000000000", // 必填,对应用户的账号的 group_id
"VoiceType":"female-tianmei", // String 必填,请求的音色编号,对应 voice_id
"Speed": 1.2 // Float 非必填,生成声音的语速,范围[0.5,2],默认值为1.0
}
限频参见:MiniMax-与用户共创智能 可能会导致回答卡顿
接口名
T2A v2(语音生成)
T2A Pro(语音生成)
T2A(语音生成)
T2A Stream(流式语音生成)
T2A Stream(流式语音生成)

模型
speech-2.6-hd, speech-2.6-turbo, speech-02-hd, speech-02-turbo, speech-01-hd, speech-01-turbo
speech-01、speech-02
speech-01、speech-02
speech-01
speech-01
客户类型\限制类型
RPM
RPM
RPM
RPM
CONN(最大并行运行任务数)
免费用户
3
3
3
3
1
充值用户
20
20
20
20
3

自定义 TTS

{
"TTSType": "custom", // String 必填
"APIKey": "ApiKey", // String 必填 用来鉴权
"APIUrl": "http://0.0.0.0:8080/stream-audio", // String,必填,TTS API URL
"AudioFormat": "wav", // String, 非必填,期望输出的音频格式,如mp3, ogg_opus,pcm,wav,默认为 wav,目前只支持pcm和wav,
"SampleRate": 16000, // Integer,非必填,音频采样率,默认为16000(16k),推荐值为16000
"AudioChannel": 1, // Integer,非必填,音频通道数,取值:1 或 2 默认为1
}
具体协议规范参见 自定义 TTS 协议