单人语音生成

请求参数

字段类型必填说明

model: string必填

模型 ID。推荐使用稳定 model ID；需要复现固定版本时，可填写 snapshot model ID。

input: string必填

待合成文本。仅 moss-tts-1.5-flash 支持使用 [pause 0.1s] 至 [pause 10.0s] 插入停顿；moss-tts-1.0-pro 不支持该语法。

voice_id: string必填

音色 ID；可通过查询音色列表获取；也可前往 Mossland 音色库，在音色卡片上点击复制图标获取。TTS 只接受音色 ID，不支持 voice_url / voice_data，也不接受内联音频或参考音频。

language: string可选

仅 moss-tts-1.5-flash 支持。指定目标文本的发音语言，不会翻译文本；跨语言音色克隆也应按目标文本选择。必须填写支持语言的英文全称，如 Chinese、English；不支持 zh、en 等语言代码。省略时模型自动判断。

expected_duration_sec: number可选

期望音频时长，单位秒；传入时必须大于 0。

stream: boolean可选

设为 true 启用流式输出；不能与 async=true 或非空 webhook_url 同时使用。

response_format: string可选

输出音频格式；流式请求必须使用 pcm，非流式请求可选择其他格式。异步任务实际格式以任务查询返回为准。

delivery_method: string可选

非流式结果的交付方式；默认直接返回音频二进制，流式请求不要传入。

stream_format: string可选

仅在 stream=true 时生效，默认 audio。展开查看两种流式返回协议。

async: boolean可选

设为 true 时创建异步任务并立即返回任务对象；任务结果通过查询任务获取，webhook_url 仅用于接收终态通知。

webhook_url: string可选

异步任务完成后回调的 HTTPS URL。

aigc_metadata: object可选

控制是否在生成的音频文件中写入 AIGC 隐式标识，默认不写入。该字段仅影响最终音频文件的元数据，不影响语音合成内容。

aigc_metadata.enabled: boolean可选

是否写入 AIGC 隐式标识，默认 false。

aigc_metadata.content_propagator: string可选

内容传播服务提供者的名称或编码。

aigc_metadata.propagate_id: string可选

内容传播编号，用于标识本次内容传播。

返回值

根据调用方式，接口返回音频内容、包含音频地址的 JSON 或异步任务对象。启用流式输出时，返回音频数据流或 SSE 事件流。

错误码

HTTPerror.code触发条件与处理建议

404: voice_not_found

指定 voice_id 不存在或不可用。确认 voice_id 来自查询音色列表、创建音色接口或 Mossland 音色库。

400: 4 个 error.code

流式调用与其它参数的组合不支持。

下一步

查询音色列表

查询当前账号可用音色列表。

音频转写

音频转写接口。

请求示例

curl -X POST "https://api.mosi.cn/v1/audio/speech" \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "moss-tts-1.5-flash",
  "input": "欢迎使用 Moss API。[pause 0.8s]现在开始生成语音。",
  "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
  "response_format": "mp3",
  "delivery_method": "url"
}'

import os
import requests

response = requests.post(
        "https://api.mosi.cn/v1/audio/speech",
        headers={
        "Authorization": f"Bearer {os.environ['MOSS_API_KEY']}",
        "Content-Type": "application/json",
        },
        json={
            "model": "moss-tts-1.5-flash",
            "input": "欢迎使用 Moss API。[pause 0.8s]现在开始生成语音。",
            "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
            "response_format": "mp3",
            "delivery_method": "url",
        },
)

response.raise_for_status()
print(response.json())

const response = await fetch("https://api.mosi.cn/v1/audio/speech", {
  method: "POST",
  headers: {
    "Authorization": "Bearer " + process.env.MOSS_API_KEY,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "moss-tts-1.5-flash",
    "input": "欢迎使用 Moss API。[pause 0.8s]现在开始生成语音。",
    "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
    "response_format": "mp3",
    "delivery_method": "url"
  }),
})

if (!response.ok) throw new Error(`HTTP ${response.status}`)
console.log(await response.json())

curl -X POST "https://api.mosi.cn/v1/audio/speech" \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "moss-tts-1.5-flash",
  "input": "欢迎使用 Moss API。",
  "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
  "stream": true,
  "response_format": "pcm",
  "stream_format": "audio"
}' \
  --output speech.pcm

import os
import requests

with requests.post(
        "https://api.mosi.cn/v1/audio/speech",
        headers={
        "Authorization": f"Bearer {os.environ['MOSS_API_KEY']}",
        "Content-Type": "application/json",
        },
        json={
            "model": "moss-tts-1.5-flash",
            "input": "欢迎使用 Moss API。",
            "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
            "stream": True,
            "response_format": "pcm",
            "stream_format": "audio",
        },
        stream=True,
    ) as response:
    response.raise_for_status()
    with open("speech.pcm", "wb") as output_file:
        for chunk in response.iter_content(chunk_size=8192):
            output_file.write(chunk)

import { writeFile } from "node:fs/promises"

const response = await fetch("https://api.mosi.cn/v1/audio/speech", {
  method: "POST",
  headers: {
    "Authorization": "Bearer " + process.env.MOSS_API_KEY,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "moss-tts-1.5-flash",
    "input": "欢迎使用 Moss API。",
    "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
    "stream": true,
    "response_format": "pcm",
    "stream_format": "audio"
  }),
})

if (!response.ok) throw new Error(`HTTP ${response.status}`)
await writeFile("speech.pcm", Buffer.from(await response.arrayBuffer()))

curl -N -X POST "https://api.mosi.cn/v1/audio/speech" \
  -H "Authorization: Bearer $MOSS_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: text/event-stream" \
  -d '{
  "model": "moss-tts-1.5-flash",
  "input": "欢迎使用 Moss API。",
  "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
  "stream": true,
  "response_format": "pcm",
  "stream_format": "sse"
}'

import os
import requests

with requests.post(
        "https://api.mosi.cn/v1/audio/speech",
        headers={
        "Authorization": f"Bearer {os.environ['MOSS_API_KEY']}",
        "Content-Type": "application/json",
        "Accept": "text/event-stream",
        },
        json={
            "model": "moss-tts-1.5-flash",
            "input": "欢迎使用 Moss API。",
            "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
            "stream": True,
            "response_format": "pcm",
            "stream_format": "sse",
        },
        stream=True,
    ) as response:
    response.raise_for_status()
    for line in response.iter_lines(decode_unicode=True):
        if line:
            print(line)

const response = await fetch("https://api.mosi.cn/v1/audio/speech", {
  method: "POST",
  headers: {
    "Authorization": "Bearer " + process.env.MOSS_API_KEY,
    "Content-Type": "application/json",
    "Accept": "text/event-stream",
  },
  body: JSON.stringify({
    "model": "moss-tts-1.5-flash",
    "input": "欢迎使用 Moss API。",
    "voice_id": "94aa4989-c7e9-5007-ae42-ab401823e6c9",
    "stream": true,
    "response_format": "pcm",
    "stream_format": "sse"
  }),
})

if (!response.ok || !response.body) throw new Error(`HTTP ${response.status}`)
const reader = response.body.getReader()
const decoder = new TextDecoder()
while (true) {
  const { done, value } = await reader.read()
  if (done) break
  process.stdout.write(decoder.decode(value, { stream: true }))
}

响应示例

{
  "id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "object": "audio.speech",
  "status": "SUCCESS",
  "url": "https://cdn.example.com/out.mp3",
  "response_format": "mp3",
  "content_type": "audio/mpeg",
  "created_at": 1710000000
}