文字转语音配置

{
  "TTSType": "flow",  // 【必填】固定为此值
  "VoiceId": "v-female-R2s4N9qJ", // 【必填】精品音色 ID /克隆音色 ID, 可选择不同音色, ID 库参考下方音色列表
  "Model": "flow_01_turbo", // 【必填】当前默认的 TTS 模型版本（对应 Flash 版本）
  "Speed": 1.0,    //【可选】调节语速 范围 [0.5-2.0],默认 1.0; 取值越大，语速越快
  "Volume": 1.0,   // 【可选】调节音量 [0, 10] 默认值 1.0; 取值越大，音量越高
  "Pitch": 0,   // 【可选】调节语调 [-12,12],默认值为 0,其中 0 为原音色输出。
  "Language": "zh" //【可选】建议填写，目前支持填写中文：zh 英文：en 粤语方言：yue; 参数参考：(ISO 639-1) 
}

{ 
    "TTSType": "tencent", // String TTS 类型
    "AppId": 您的应用ID, // Integer 必填
    "SecretId": "您的密钥ID", // String 必填
    "SecretKey":  "您的密钥Key", // String 必填
    "VoiceType": 101001, // Integer 必填，音色 ID，包括标准音色与精品音色，精品音色拟真度更高，价格不同于标准音色，请参见语音合成计费概述。完整的音色 ID 列表请参见语音合成音色列表。
    "Speed": 1.25, // Float 非必填，语速，范围：[-2，6]，分别对应不同语速： -2: 代表0.6倍 -1: 代表0.8倍 0: 代表1.0倍（默认） 1: 代表1.2倍 2: 代表1.5倍  6: 代表2.5倍  如果需要更细化的语速，可以保留小数点后 2 位，例如0.5/1.25/2.81等。 参数值与实际语速转换，可参考 语速转换
    "Volume": 5, // Float 非必填，音量大小，范围：[0，10]，分别对应11个等级的音量，默认值为0，代表正常音量。
    "PrimaryLanguage": 1, // Integer 可选 主要语言 1-中文（默认） 2-英文 3-日文
    "FastVoiceType": "xxxx", // String 可选参数，快速声音复刻的参数 
    "EmotionCategory":"angry", // String 非必填，控制合成音频的情感，仅支持多情感音色使用。取值: neutral(中性)、sad(悲伤)...
    "EmotionIntensity":150 // Integer 非必填，控制合成音频情感程度，取值范围为 [50,200]，默认为 100；只有 EmotionCategory 不为空时生效。 
}

{
    "TTSType": "minimax",  // String TTS 类型,
    "Model": "speech-02-turbo",  // String 必填，请求的模型版本
    "APIUrl": "https://api.minimax.chat/v1/t2a_v2",  // String 必填，接口地址
    "APIKey": "eyxxxx",  // String 必填
    "GroupId": "181000000000000",  // String 必填，用户所属的组
    "VoiceType":"female-tianmei-jingpin",  // String 必填，请求的音色编号，对应 voice_id
    "Speed": 1.0,  // Float 非必填，生成声音的语速，范围[0.5,2]，默认值为1.0
    "Volume": 1.0,  // Float 非必填，生成声音的音量，范围（0,10]，默认值为1.0
    "Pitch": 0,  // Integer 非必填，生成声音的语调，范围[-12,12]，默认值为0
    "Emotion": "",  // String 非必填，控制合成语音的情绪，该参数仅对 speech-2.6-hd, speech-2.6-turbo, speech-02-hd, speech-02-turbo, speech-01-turbo,speech-01-hd 生效
    "LanguageBoost": "",  // String 非必填，增强对指定的小语种和方言的识别能力，设置后可以提升在指定小语种/方言场景下的语音表现。如果不明确小语种类型，则可以选择 "auto"，模型将自主判断小语种类型。
    "PronunciationDict": { "tone": [] }  // 非必填，替换需要特殊标注的文字、符号及对应的注音。
}

{
    "TTSType": "azure", // 必填：String； TTS类型
    "SubscriptionKey": "xxxxxxxx", // 必填：String； 用户订阅的 Key
    "Region": "chinanorth3",  // 必填：String 订阅的地区
    "VoiceName": "zh-CN-XiaoxiaoNeural", // 必填：String 音色名必填
    "Language": "zh-CN", // 必填：String 合成的语言  
    "Rate": 1 // 选填：float 语速  0.5～2 默认为 1
}

{
    "TTSType": "cartesia",  // 必填: String； TTS 类型
    "Model": "sonic-multilingual", //必填 模型型号
    "APIKey": "eyxxxx", //必填：获取 API 密钥
    "VoiceId": "eda5bbff-1ff1-4886-8ef1-4e69a77640a0"  //必填 声音 id https://play.cartesia.ai/
}

{
    "TTSType": "elevenlabs",  // 必填: String TTS 类型, 
    "Model": "eleven_turbo_v2_5", //必填，模型类型
    "APIKey": "eyxxxx",
    "VoiceId": "eda5bbff-1ff1-4886-8ef1-4e69a77640a0"  //声音类型 https://elevenlabs.io/docs/api-reference/get-voices
}

{
  "TTSType": "custom", // String 必填
  "APIKey": "ApiKey", // String 必填，用来鉴权
  "APIUrl": "http://0.0.0.0:8080/stream-audio", // String，必填，对应服务商的 TTS API URL
  "AudioFormat": "wav", // String, 非必填，期望输出的音频格式，如mp3， ogg_opus，pcm，wav，默认为 wav，目前只支持pcm和wav，
  "SampleRate": 16000,  // Integer，非必填，音频采样率，默认为16000(16k)，推荐值为16000
  "AudioChannel": 1,    // Integer，非必填，音频通道数，取值：1 或 2  默认为1  
}