> ## Documentation Index > Fetch the complete documentation index at: https://platform.qianwenai.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # 非实时语音合成 Qwen-Audio-TTS/CosyVoice HTTP API > Qwen-Audio-TTS/CosyVoice 非实时语音合成 HTTP API 参考，支持非流式和流式（SSE）两种调用模式。 本文介绍非实时语音合成 Qwen-Audio-TTS/CosyVoice 的 HTTP 调用方法，支持非流式和流式两种调用模式。 **用户指南**：参见[非实时语音合成](/developer-guides/speech/tts)。 该功能仅支持非实时调用，不支持 WebSocket 实时流式调用。如需实时合成，请使用 [CosyVoice WebSocket API](/api-reference/speech-synthesis/cosyvoice/websocket-api)。 ## 请求端点 ``` POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer ``` ## 请求头 | 参数 | 类型 | 是否必选 | 说明 | | --------------- | ------ | ---- | ------------------------------------ | | Authorization | string | 必选 | 鉴权令牌，格式为 `Bearer $DASHSCOPE_API_KEY` | | Content-Type | string | 必选 | 请求体的媒体类型，固定为 `application/json` | | X-DashScope-SSE | string | 可选 | 设置为 `enable` 时开启 SSE 流式输出 | ## 请求体 ### 顶层字段 | 参数 | 类型 | 是否必选 | 说明 | | ----- | ------ | ---- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | model | string | 必选 | 语音合成模型。可选值：`qwen-audio-3.0-tts-plus`、`qwen-audio-3.0-tts-flash`、`cosyvoice-v3.5-plus`、`cosyvoice-v3.5-flash`、`cosyvoice-v3-plus`、`cosyvoice-v3-flash`、`cosyvoice-v2` | | input | object | 必选 | 输入参数对象，详见 [input 参数](#input-参数) | ### input 参数 | 参数 | 类型 | 是否必选 | 说明 | | ------------------------ | -------------- | ---- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | text | string | 必选 | 待合成文本。支持 [SSML](/developer-guides/speech/ssml) 和 [LaTeX](/developer-guides/speech/ssml#latex-公式转语音) 格式输入。使用 SSML 时需同时将 `enable_ssml` 设置为 `true`；使用 LaTeX 时无需额外配置 | | voice | string | 必选 | 音色。可选值：系统音色（参见[Qwen-Audio-TTS音色列表](/developer-guides/speech/voice-list/qwen-audio-tts)、[CosyVoice音色列表](/developer-guides/speech/voice-list/cosyvoice)）、声音复刻音色、声音设计音色（创建方法参见 [CosyVoice 声音复刻/设计 API](/api-reference/speech-synthesis/voice-cloning/create-voice)） | | format | string | 可选 | 音频编码格式。默认值：`mp3`。可选值：`mp3`、`pcm`、`wav`、`opus` | | sample\_rate | integer | 可选 | 音频采样率（单位：Hz）。默认值：`22050`。可选值：8000、16000、22050、24000、44100、48000 | | volume | integer | 可选 | 音量。默认值：`50`。取值范围：\[0, 100] | | rate | float | 可选 | 语速。默认值：`1.0`。取值范围：\[0.5, 2.0] | | bit\_rate | integer | 可选 | 音频码率（单位：kbps）。默认值：`32`。取值范围：\[6, 510]。仅在 `format` 为 `opus` 时支持 | | pitch | float | 可选 | 音调。默认值：`1.0`。取值范围：\[0.5, 2.0] | | enable\_ssml | boolean | 可选 | 是否开启 SSML 功能。当 `text` 使用 SSML 格式时需设为 `true`。仅 CosyVoice 系列模型支持，qwen-audio-3.0-tts-plus 和 qwen-audio-3.0-tts-flash 不支持 | | word\_timestamp\_enabled | boolean | 可选 | 是否开启字级别时间戳。默认值：`false`。仅在流式输出模式下可用。支持的音色范围：qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash、cosyvoice-v3-plus和cosyvoice-v2模型的复刻音色，以及[Qwen-Audio-TTS音色列表](/developer-guides/speech/voice-list/qwen-audio-tts)、[CosyVoice音色列表](/developer-guides/speech/voice-list/cosyvoice)中标记为支持的系统音色。其他模型的复刻音色不支持此功能 | | seed | integer | 可选 | 随机数种子，用于复现相同合成结果。默认值：`0`。取值范围：\[0, 65535] | | language\_hints | array\[string] | 可选 | 指定语音合成的目标语言，提升合成效果。可选值：`zh`、`en`、`fr`、`de`、`ja`、`ko`、`ru`、`pt`、`th`、`id`、`vi`、`es`、`it`、`ms`、`fil`、`ar`。当前版本仅处理第一个元素，建议只传入一个值 | | instruction | string | 可选 | 设置指令，用于控制方言、情感或角色等合成效果。具体用法请参见[非实时语音合成](/developer-guides/speech/tts) | | enable\_aigc\_tag | boolean | 可选 | 是否在生成的音频中添加 AIGC 隐性标识。设置为 `true` 时，将隐性标识嵌入到支持格式（wav/mp3/opus）的音频中。默认值：`false`。仅 qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash、cosyvoice-v3-flash、cosyvoice-v3-plus、cosyvoice-v2 支持 | | aigc\_propagator | string | 可选 | 设置 AIGC 隐性标识中的 `ContentPropagator` 字段，用于标识内容传播者。仅在 `enable_aigc_tag` 为 `true` 时生效。默认值：阿里云 UID | | aigc\_propagate\_id | string | 可选 | 设置 AIGC 隐性标识中的 `PropagateID` 字段，用于唯一标识一次具体的传播行为。仅在 `enable_aigc_tag` 为 `true` 时生效。默认值：本次请求的 Request ID | | hot\_fix | object | 可选 | 文本热修复配置，用于自定义指定词语的发音或对待合成文本进行替换。cosyvoice-v2 不支持该功能。详见 [hot\_fix 参数](#hot-fix-参数) | | enable\_markdown\_filter | boolean | 可选 | 是否启用 Markdown 过滤。启用后，系统在合成语音前自动过滤输入文本中的 Markdown 标记符号。默认值：`false`。仅 cosyvoice-v3-flash 复刻音色支持 | ### hot\_fix 参数 | 参数 | 类型 | 说明 | | ------------- | -------------- | ------------------------------------------------------------- | | pronunciation | array\[object] | 自定义发音。指定词语的拼音标注，用于纠正默认发音不准确的情况。格式：`[{"词语": "pin1 yin1"}]` | | replace | array\[object] | 文本替换。在语音合成前将指定词语替换为目标文本，替换后的文本将作为实际合成内容。格式：`[{"原文": "替换文本"}]` | 示例： ```json { "hot_fix": { "pronunciation": [ {"天气": "tian1 qi4"} ], "replace": [ {"今天": "金天"} ] } } ``` ## 请求示例 ```bash 非流式 curl -X POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer \ -H "Authorization: Bearer $DASHSCOPE_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "qwen-audio-3.0-tts-flash", "input": { "text": "我家的后面有一个很大的花园。", "voice": "longanhuan_v3.6", "format": "wav", "sample_rate": 24000 } }' ``` ```bash 流式（SSE） curl -X POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer \ -H "Authorization: Bearer $DASHSCOPE_API_KEY" \ -H "Content-Type: application/json" \ -H "X-DashScope-SSE: enable" \ -d '{ "model": "qwen-audio-3.0-tts-flash", "input": { "text": "我家的后面有一个很大的花园。", "voice": "longanhuan_v3.6", "format": "wav", "sample_rate": 24000 } }' ``` ## 响应体 ### 顶层字段 | 参数 | 类型 | 说明 | | ----------- | ------ | ---------------------------------- | | request\_id | string | 本次调用的唯一标识符 | | output | object | 模型返回的数据，详见 [output 字段](#output-字段) | | usage | object | 用量信息，详见 [usage 字段](#usage-字段) | ### output 字段 | 参数 | 类型 | 说明 | | -------------- | ------ | ----------------------------------------------------------------------------------- | | finish\_reason | string | 任务停止原因。`"null"`=语音合成中；`"stop"`=语音合成结束 | | type | string | 子事件类型，仅流式合成时返回。`sentence-begin`=句子开始；`sentence-synthesis`=音频数据块；`sentence-end`=句子结束 | | original\_text | string | 对用户输入文本进行分句后的句内容 | | sentence | object | 句子信息，详见 [sentence 字段](#sentence-字段) | | audio | object | 合成的音频数据，详见 [audio 字段](#audio-字段) | ### sentence 字段 | 参数 | 类型 | 说明 | | ----- | ------- | ----------------------------------- | | index | integer | 句子的编号，从 0 开始 | | words | array | 每句话对应的字的信息，详见 [words 字段](#words-字段) | ### words 字段 | 参数 | 类型 | 说明 | | ------------ | ------- | ------------------- | | text | string | 字 | | begin\_index | integer | 字在句子中的开始位置索引，从 0 开始 | | end\_index | integer | 字在句子中的结束位置索引，从 1 开始 | | begin\_time | integer | 字对应音频的开始时间戳（毫秒） | | end\_time | integer | 字对应音频的结束时间戳（毫秒） | ### audio 字段 | 参数 | 类型 | 说明 | | ----------- | ------- | ------------------------------ | | data | string | 流式合成时输出 Base64 格式音频数据；非流式合成时为空 | | url | string | 模型输出的完整音频文件的 URL，有效期 24 小时 | | id | string | 模型输出的音频信息对应的 ID | | expires\_at | integer | `url` 过期的 Unix 时间戳（秒） | ### usage 字段 | 参数 | 类型 | 说明 | | ---------- | ------- | ------------- | | characters | integer | 本次请求中计费的有效字符数 | ## 响应示例 ```json 非流式 { "request_id": "ee88b03d-0457-9286-8c67-xxxxxxxxxxxx", "output": { "finish_reason": "stop", "audio": { "data": "", "url": "http://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/pre/cosyvoice-v3-flash/20260304/xxxxxxxx/ee88b03d-0457-9286-8c67-xxxxxxxxxxxx.wav?xxxxxxx", "id": "audio_ee88b03d-0457-9286-8c67-xxxxxxxxxxxx", "expires_at": 1772697707 } }, "usage": { "characters": 15 } } ``` ```json 流式（SSE）中间结果 { "request_id": "8ac1cd04-06af-9a63-b031-xxxxxxxxxxxx", "output": { "finish_reason": "null", "type": "sentence-begin", "original_text": "我家的后面有一个很大的花园。", "sentence": { "index": 0, "words": [] }, "audio": { "data": "", "id": "audio_ee88b03d-0457-9286-8c67-xxxxxxxxxxxx", "expires_at": 1772697707 } }, "usage": { "characters": 15 } } ``` ```json 流式（SSE）最终结果 { "request_id": "8ac1cd04-06af-9a63-b031-xxxxxxxxxxxx", "output": { "finish_reason": "stop", "audio": { "data": "", "url": "http://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/pre/cosyvoice-v3-flash/20260304/xxxxxxxx/8ac1cd04-06af-9a63-b031-xxxxxxxxxxxx.wav?xxxxxxx", "id": "audio_8ac1cd04-06af-9a63-b031-xxxxxxxxxxxx", "expires_at": 1772698611 } }, "usage": { "characters": 15 } } ```