MegaTTS3

简洁描述：使用 MegaTTS3 模型将文本转换为语音。

---

概览

• 请求方法：POST
• 路径：/v1/audio/speech
• 内容类型：application/json

认证方式

• Header：Authorization: Bearer <token>
• 可选 Header：Accept: */*

---

请求示例

请求体参数

参数	类型	必填	描述
model	string	是	模型名称，填写 MegaTTS3
input	string	是	需要生成语音的文本
extra_body	object	否	额外参数对象，用于控制语言和音色匹配
extra_body.prompt_language	string	否	文本语言，支持 zh 或 en，默认 zh
extra_body.intelligibility_weight	number	否	语音清晰度控制，范围 1.0~3.0，值越大发音越标准
extra_body.similarity_weight	number	否	音色匹配控制，范围 1.0~3.0，值越大音色越接近参考

提示：较高的 intelligibility_weight 会提高可懂度，但可能降低与参考音色的相似度；较高的 similarity_weight 会增强音色一致性。

---

curl 示例

curl -X POST "https://api.gpt.ge/v1/audio/speech" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxx" \
  -H "Accept: */*" \
  -d '{
    "model": "MegaTTS3",
    "input": "您好，我是 morphogen TTS 小助手，感谢体验我们的 API 服务！",
    "extra_body": {
      "prompt_language": "zh",
      "intelligibility_weight": 1.8,
      "similarity_weight": 3
    }
  }'

JavaScript (fetch) 示例

fetch('https://api.gpt.ge/v1/audio/speech', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer sk-xxxx',
    'Accept': '*/*'
  },
  body: JSON.stringify({
    model: 'MegaTTS3',
    input: '您好，我是 morphogen TTS 小助手，感谢体验我们的 API 服务！',
    extra_body: {
      prompt_language: 'zh',
      intelligibility_weight: 1.8,
      similarity_weight: 3
    }
  })
}).then(r => r.blob()).then(console.log)

Python 示例（requests）

import requests

response = requests.post(
    'https://api.gpt.ge/v1/audio/speech',
    headers={
        'Content-Type': 'application/json',
        'Authorization': 'Bearer sk-xxxx',
        'Accept': '*/*'
    },
    json={
        'model': 'MegaTTS3',
        'input': '您好，我是 morphogen TTS 小助手，感谢体验我们的 API 服务！',
        'extra_body': {
            'prompt_language': 'zh',
            'intelligibility_weight': 1.8,
            'similarity_weight': 3
        }
    }
)
print(response.status_code)
print(response.content[:20])

---

返回示例（200）

<直接返回音频文件数据，例如 MP3 或 WAV 二进制内容>

注意：响应通常直接返回所选音频格式的音频文件内容。