Feedback

Custom TTS

本文主要介绍如何在接口中配置自定义 TTS。
通过实现 TRTC 自定义流式协议接入自有 TTS 引擎。这一选项让你完全掌控合成管线——可以使用自有模型、本地部署或任何未原生支持的第三方服务。如果你有特殊音色需求或需要集成内部 TTS 解决方案，请选择此方案。
使用方式
如需使用自定义 TTS 引擎，请在 StartAIConversation API 的 TTSConfig 字段中传入以下 JSON。你的 TTS 服务必须实现 TRTC 自定义 TTS 流式协议：
// json — TTSConfig
{
  "TTSType": "custom",
  "APIKey": "<your_api_key>",
  "APIUrl": "http://0.0.0.0:8080/stream-audio",
  "AudioFormat": "wav",
  "SampleRate": 16000,
  "AudioChannel": 1
}
完整 TTSConfig 参数参考，请参阅 Text-to-Speech Configuration。
参数参考
字段
类型
必填
说明
TTSType
String
是
固定值："custom"。
APIKey
String
是
用于 TTS 服务认证的 API 密钥。
APIUrl
String
是
你的 TTS 服务端点 URL。
AudioFormat
String
否
输出音频格式。当前支持：pcm、wav。默认值：wav。
SampleRate
Integer
否
音频采样率。默认值：16000（16 kHz）。推荐：16000。
AudioChannel
Integer
否
音频通道数。1（单声道）或 2（立体声）。默认值：1。
说明：
自定义 TTS 协议规范请参阅 自定义 TTS 协议。
下一步：StartAIConversation API 参考﻿

字段	类型	必填	说明
`TTSType`	String	是	固定值：`"custom"`。
`APIKey`	String	是	用于 TTS 服务认证的 API 密钥。
`APIUrl`	String	是	你的 TTS 服务端点 URL。
`AudioFormat`	String	否	输出音频格式。当前支持：`pcm`、`wav`。默认值：`wav`。
`SampleRate`	Integer	否	音频采样率。默认值：16000（16 kHz）。推荐：16000。
`AudioChannel`	Integer	否	音频通道数。`1`（单声道）或 `2`（立体声）。默认值：1。