多人语音生成

将多角色对话文本合成为完整对话音频，适合播客、角色扮演、有声书和课程对话。

1. 创建 API Key

   进入 API Key 管理平台，创建 API Key，并保存为环境变量。不要把 API Key 写进客户端代码或提交到仓库。

   MOSS_API_KEY=<your_api_key_here>

2. 准备请求输入

   用 speakers 声明说话人与 voice_id，用 segments 按说话人给出台词。同步调用通过 delivery_method 返回音频二进制或结果 URL；耗时任务可传 async=true 创建异步任务，随后使用返回的 task_id 查询结果。

   字段类型要求说明

   model: string必填

   moss-ttsd-1.0

   speakers: array必填

   说话人 ID 与 voice_id 的映射

   segments: array必填

   按顺序排列的分段文本，通过 speaker 关联 speakers.id

   delivery_method: string可选

   控制同步请求返回 URL 或直接音频；response_format 仅用于同步输出格式

   试听音色，复制对应 Voice ID 后填入请求。

   更多音色请到 Mossland 音色库查看。

   {
     "model": "moss-ttsd-1.0",
     "speakers": [
       {
         "id": "speaker_a",
         "voice_id": "7e5020e3-b88e-4271-a996-2908a182dd32"
       },
       {
         "id": "speaker_b",
         "voice_id": "2925f9ce-75af-4354-8757-b52c3e541e8c"
       }
     ],
     "segments": [
       {
         "speaker": "speaker_a",
         "text": "诶，我最近看了一篇讲人工智能的文章，还挺有意思的，想跟你聊聊。"
       },
       {
         "speaker": "speaker_b",
         "text": "哦？是吗，关于啥的啊？又是哪个公司发了什么逆天的新模型吗？"
       }
     ],
     "response_format": "wav",
     "delivery_method": "audio"
   }

3. 发起第一次请求

   向当前场景的 endpoint 发起请求。同步请求按 delivery_method 返回音频二进制或包含结果 URL 的 JSON；async=true 时立即返回任务对象。

   curl --fail-with-body -sS -X POST "https://api.mosi.cn/v1/audio/speech/speakers" \
   -H "Authorization: Bearer $MOSS_API_KEY" \
   -H "Platform: moss-platform" \
   -H "Content-Type: application/json" \
   -d '{
   "model": "moss-ttsd-1.0",
   "speakers": [
   {
   "id": "speaker_a",
   "voice_id": "7e5020e3-b88e-4271-a996-2908a182dd32"
   },
   {
   "id": "speaker_b",
   "voice_id": "2925f9ce-75af-4354-8757-b52c3e541e8c"
   }
   ],
   "segments": [
   {
   "speaker": "speaker_a",
   "text": "诶，我最近看了一篇讲人工智能的文章，还挺有意思的，想跟你聊聊。"
   },
   {
   "speaker": "speaker_b",
   "text": "哦？是吗，关于啥的啊？又是哪个公司发了什么逆天的新模型吗？"
   }
   ],
   "response_format": "wav",
   "delivery_method": "audio"
   }'

   import os
   import requests
   
   resp = requests.post(
       "https://api.mosi.cn/v1/audio/speech/speakers",
       headers={
           "Authorization": f"Bearer {os.environ['MOSS_API_KEY']}",
           "Content-Type": "application/json",
       },
       json={
           "model": "moss-ttsd-1.0",
           "speakers": [
               {
                   "id": "speaker_a",
                   "voice_id": "<speaker_a_voice_id>"
               },
               {
                   "id": "speaker_b",
                   "voice_id": "<speaker_b_voice_id>"
               }
           ],
           "segments": [
               {
                   "speaker": "speaker_a",
                   "text": "你好，我是 A。"
               },
               {
                   "speaker": "speaker_b",
                   "text": "你好，我是 B。"
               }
           ],
           "delivery_method": "url",
           "response_format": "mp3"
       },
   )
   
   print(resp.status_code)
   print(resp.json())

   const response = await fetch("https://api.mosi.cn/v1/audio/speech/speakers", {
     method: "POST",
     headers: {
       Authorization: `Bearer ${process.env.MOSS_API_KEY}`,
       "Content-Type": "application/json",
     },
     body: JSON.stringify({
     "model": "moss-ttsd-1.0",
     "speakers": [
       {
         "id": "speaker_a",
         "voice_id": "<speaker_a_voice_id>"
       },
       {
         "id": "speaker_b",
         "voice_id": "<speaker_b_voice_id>"
       }
     ],
     "segments": [
       {
         "speaker": "speaker_a",
         "text": "你好，我是 A。"
       },
       {
         "speaker": "speaker_b",
         "text": "你好，我是 B。"
       }
     ],
     "delivery_method": "url",
     "response_format": "mp3"
   }),
   });
   
   console.log(response.status);
   console.log(await response.json());

4. 获取任务结果

   使用 delivery_method=url 同步调用时，从响应 JSON 中读取结果 URL。传入 async=true 时会返回 task_id，可通过 GET /v1/audio/tasks/{task_id} 查询任务结果。

   curl https://api.mosi.cn/v1/audio/tasks/$TASK_ID \
     -H "Authorization: Bearer $MOSS_API_KEY"

5. 验证成功

   成功标志：拿到完整对话音频（delivery_method=audio）或结果 URL（delivery_method=url），可下载或播放。

下一步