1. Python配置方式
快跑科技
  • 引言
  • 目录
  • 常见问题
  • API 快速开始指南
  • 网站使用
    • 操练场
    • 模型广场(选择模型和分组)
    • 令牌管理
  • 聊天与生图
    • Cherry Studio生图使用
    • Chatbox生图设置
    • ChatBox 移动端
  • CCSwitch配置（新手推荐 简单快速）
    • CCSwitch快速配置ChatGPT Codex
    • CCSwitch快速配置Claude
    • CCSwitch快速配置在Claude中使用GPT模型
  • OpenClaw / Hermes配置教程
    • OpenClaw配置ChatGPT教程
    • OpenClaw配置Claude教程
    • OpenClaw安装Skill教程
    • Hermes配置ChatGPT教程
  • 各种插件/软件使用教程
    • Codex 配置教程
    • Trae配置教程
    • OpenClaw Clawdbot 自定义中转站配置教程
    • N8N 工作流使用中转API 教程
    • opencode 配置教程
    • Gemini CLI 中转站配置使用教程
    • Claude Code 安装使用教程
    • CherryStudio调用cluade MCP
    • Cherry Studio配置教程
    • Cherry Studio配置 banana pro 4K和分辨率教程
    • CherryStudio配置o4推理级别
    • 扣子工作流简单配置从输入到获取url
    • dify添加模型
    • cline 配置教程
    • aider 配置教程
    • Cursor 免费版配置教程
    • Cursor 配置教程
    • lobechat 设置教程
    • ChatBox(推荐使用)
    • 开源gpt_academic
    • nextchat 设置教程
    • zotero gpt 配置方法
    • CLAUDE DEV 配置教程
    • 沉浸式翻译 设置gpt翻译
    • 浏览器插件ChatGPT Sidebar
    • chatgpt-on-wechat 配置教程
    • chatgpt GPT Academic 学术优化配置gpt教程
    • RikkaHub 配置教程
    • coze 工作流使用中转API 教程
    • n8n 工作流获取本地图片生成视频例子
    • OpenClaw 最新版本 自定义中转站配置教程
  • 接口文档
    • 聊天(Chat)
      • ChatGpt 接口
        • ChatGPT音频（Audio）
          • GPT-4o-audio
          • 音频转文字 whisper-1
          • 音频转文字 gpt-4o-transcribe
          • 创建语音 gpt-4o-mini-tts
          • 创建翻译 (不支持)
        • ChatGPT聊天（Chat）
          • 聊天完成对象
          • 聊天完成块对象
          • 创建聊天补全 （流式）
          • 创建聊天补全 （非流）
          • 创建聊天识图 （流式）
          • 创建聊天识图 （流式） best64
          • 创建聊天识图 （非流）
          • 创建聊天创作图 （非流）
          • 官方Function calling调用
          • 官方N测试
          • 列出模型
          • 创建聊天函数调用
          • 创建结构化输出
          • 控制推理模型努力程度
          • 创建聊天补全 qwen-mt-turbo
          • 创建聊天补全 deepseek v3.1思考程度 (流式）
          • deepseek-ocr 识别
        • ChatGPT自动补全（Completions）
          • 完成对象
          • 创建完成
        • ChatGPT嵌入（Embeddings）
          • 嵌入对象
          • 创建嵌入
        • Web 搜索
          • web搜索
      • Anthropic Claude 接口
        • 聊天完成对象
        • 聊天完成块对象
        • 原生格式
          • 创建聊天补全 （流式）
          • 创建函数调用 （流式）
          • 创建格式化输出
          • 创建思考聊天
          • PDF支持
          • PDF支持 base64格式
          • 联网搜索
        • chat兼容格式
          • 创建思考聊天
          • 创建聊天补全 （流式）
          • 创建聊天补全 （非流）
          • 创建聊天识图 （流式）
          • 创建聊天识图 （非流）
      • 谷歌Gemini 接口
        • 原生格式
          • 文本生成
          • 文本生成-流
          • 文本生成+思考-流
          • 图片生成
          • 图片生成 gemini-2.5-flash-image
          • 图片生成 gemini-2.5-flash-image 控制宽高比
          • 图片生成 gemini-3-pro-image-preview 控制宽高比 +清晰度
          • 图片编辑
          • 图片理解
          • 格式化输出
          • 函数调用
          • 文档理解
          • URL context [原生格式]
          • 代码执行
          • google search
          • 视频理解
          • URL context
          • 音频理解
          • Embeddings
          • TTS 文本转语音
          • 文本生成 gemini-3-pro-preview:generateContent
          • Imagen 生成图片
          • gemini-tts文本转语音
          • 文本嵌入
        • chat兼容格式
          • gemini图片创作接口 [chat兼容格式]
          • 聊天接口 [chat兼容格式]
          • 聊天接口-思考1 [chat兼容格式]
          • 聊天接口-思考2 [chat兼容格式]
          • 识图接口 [chat兼容格式]
          • 聊天+读取文件接口 [chat兼容格式]
          • 文本嵌入 [chat兼容格式]
    • 聊天(Responses)
      • Responses API与Chat API对比
      • 创建模型响应
      • 创建函数调用
      • 创建模型响应(流式返回)
      • 创建模型响应 (控制思考长度)
      • 创建网络搜索
      • 创建模型响应 gpt-5启用思考
      • 创建函数调用 Copy
    • 生图
      • API接口调用
  • Python配置方式
    • python 使用 语音转文本
    • python 使用文本转语音
    • python 使用Embeddings 向量化
    • python 调用DALL·E
    • python简单调用 openai function-calling demo
    • python 简单langchain 调用openai demo
    • python llama_index 配置
    • Python基础对话
    • Python使用gpt-4o识别图片-本地图片
    • Python使用gpt-4o识别图片
    • Python使用Claude识别图片
    • python 库流式输出
    • gpt realtime模型调用
    • python request 请求 流式输出demo
    • python 使用gpt-image-1 创建编辑图片
    • python openai官方库（使用AutoGPT，langchain等）
    • python 连续对话
  • nodejs 配置方式
    • nodejs 基础对话
  • 帮助中心
    • AI返回字段: 思考相关
    • HTTP状态码及其含义
    • 联系我们
  1. Python配置方式

python 使用文本转语音

文字转语音 (TTS) API 指南#

概述#

音频 API 提供 speech 端点，基于 TTS 模型实现以下功能：
📝 博客文章朗读
🌍 多语言音频生成
🎵 实时音频流输出
重要提示：必须向用户声明所听到的是 AI 生成的语音，而非人类声音

基础使用#

基本示例#

功能特性#

音频质量选项#

tts-1: 低延迟，适合实时应用
tts-1-hd: 更高质量，可能有更少的静态内容

可用声音#

alloy
echo
fable
nova
shimmer
onyx

支持的输出格式#

格式特点适用场景
MP3默认格式通用场景
Opus低延迟网络流媒体和通信
AAC高效压缩移动设备播放
FLAC无损压缩音频存档
WAV无压缩低延迟应用
PCM原始采样24kHz, 16位有符号

实时音频流#

支持语言#

支持多种语言，包括：
亚洲语言：中文、日语、韩语等
欧洲语言：英语、法语、德语等
其他语言：阿拉伯语、印地语等
注意：当前声音主要针对英语优化

常见问题#

Q: 如何控制生成音频的情感？#

A: 目前没有直接控制机制。大写字母或语法可能影响输出，但效果不确定。

Q: 能创建自定义声音吗？#

A: 不支持创建自定义声音。

Q: 生成的音频归属权？#

A: 归创建者所有，但需告知用户这是 AI 生成的音频。
修改于 2026-05-18 03:16:52
上一页
python 使用 语音转文本
下一页
python 使用Embeddings 向量化
Built with