语音合成

将文本转换为语音，兼容 OpenAI Audio Speech API。示例模型包括 gemini-2.5-flash-preview-tts、gemini-2.5-pro-preview-tts 与 gemini-3.1-flash-tts-preview —— 完整列表与价格请查看模型广场。

创建语音

POST https://apicdn.xyc.ai/v1/audio/speech

curl https://apicdn.xyc.ai/v1/audio/speech \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash-preview-tts",
    "input": "Hello, welcome to XycAi.",
    "voice": "alloy"
  }' \
  --output speech.wav

from openai import OpenAI

client = OpenAI(base_url="https://apicdn.xyc.ai/v1", api_key="sk-xxxxxxxx")

resp = client.audio.speech.create(
    model="gemini-2.5-flash-preview-tts",
    input="Hello, welcome to XycAi.",
    voice="alloy",
)
resp.stream_to_file("speech.wav")

响应体即为原始音频流（audio/wav），可直接写入文件。

请求参数

参数	类型	说明
`model`	string	必填。TTS 模型名称
`input`	string	必填。要合成的文本
`voice`	string	音色名称，如 `alloy`
`response_format`	string	可选。输出格式，如 `wav` 或 `mp3`（视模型而定）

输出格式

Gemini TTS 模型默认返回 24 kHz / 16-bit 单声道 PCM WAV。按上游官方费率以 token 计费，并自动应用你账户的厂商折扣。

XycAi 开发者文档 · 接口地址 https://apicdn.xyc.ai