让 AI 直接调用 Qwen3-TTS 语音接口

我该走哪条路新增

按你的情况选一条，每条都能在 10 分钟内跑通。

账号与密钥

API 能力面向旗舰会员开放，密钥即请求头中的 sign。全部功能均支持 API 接口调用， API 不额外收费，与套餐共享字符额度。下面的文档可先通读，无需登录。

快速开始

三步跑通：取音色 ID → 创建合成任务 → 轮询结果。

1. 拿到音色 ID：调 GET /api/third/reference/list，取 list[].audioId；也可先用 /reference/upload 上传 3–60 秒干声创建自己的音色。
2. 创建合成任务：调 POST /api/third/tts/create，audioId 填上一步的值，返回 taskId。
3. 轮询结果：调 GET /api/third/tts/result?taskId=，status=2 时取 voiceUrl（建议 2 秒一次，不要重复创建任务）。

# 1) 取音色列表，拿到 audioId
curl "https://openapi.aivoiceapi.cn/api/third/reference/list?page=1&pageSize=10" \
  -H "sign: $VOICE_API_KEY"

# 2) 创建合成任务，返回 taskId
curl -X POST https://openapi.aivoiceapi.cn/api/third/tts/create \
  -H "sign: $VOICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
        "content": "今天天气不错",
        "audioId": "<audioId>",
        "style": "2",
        "speed": 1.0,
        "targetSpeech": "mandarin"
      }'

# 3) 轮询结果，status=2 时取 voiceUrl
curl "https://openapi.aivoiceapi.cn/api/third/tts/result?taskId=<taskId>" \
  -H "sign: $VOICE_API_KEY"

import os, time, requests

BASE = "https://openapi.aivoiceapi.cn"
H = {"sign": os.environ["VOICE_API_KEY"]}

# 1) 取音色
r = requests.get(f"{BASE}/api/third/reference/list",
                 headers=H, params={"page": 1, "pageSize": 10}).json()
assert r["code"] == 0, r["msg"]          # 永远先判 code
audio_id = r["data"]["list"][0]["audioId"]

# 2) 创建合成任务
r = requests.post(f"{BASE}/api/third/tts/create", headers=H, json={
    "content": "今天天气不错",
    "audioId": audio_id,
    "style": "2",
    "speed": 1.0,
    "targetSpeech": "mandarin",
}).json()
assert r["code"] == 0, r["msg"]
task_id = r["data"]["taskId"]

# 3) 轮询结果（2 秒一次，不要重复创建任务）
while True:
    time.sleep(2)
    r = requests.get(f"{BASE}/api/third/tts/result",
                     headers=H, params={"taskId": task_id}).json()
    assert r["code"] == 0, r["msg"]
    data = r["data"]
    if data["status"] == 2:
        print(data["voiceUrl"]); break
    if data["status"] == 3:
        raise RuntimeError("合成失败")

const BASE = "https://openapi.aivoiceapi.cn";
const KEY = process.env.VOICE_API_KEY;
const H = { sign: KEY, "Content-Type": "application/json" };
const sleep = ms => new Promise(r => setTimeout(r, ms));

// 1) 取音色
const listRes = await fetch(
  `${BASE}/api/third/reference/list?page=1&pageSize=10`,
  { headers: { sign: KEY } }
).then(r => r.json());
if (listRes.code !== 0) throw new Error(listRes.msg);   // 永远先判 code
const audioId = listRes.data.list[0].audioId;

// 2) 创建合成任务
const createRes = await fetch(`${BASE}/api/third/tts/create`, {
  method: "POST",
  headers: H,
  body: JSON.stringify({
    content: "今天天气不错",
    audioId,
    style: "2",
    speed: 1.0,
    targetSpeech: "mandarin",
  }),
}).then(r => r.json());
if (createRes.code !== 0) throw new Error(createRes.msg);
const taskId = createRes.data.taskId;

// 3) 轮询结果（2 秒一次，不要重复创建任务）
while (true) {
  await sleep(2000);
  const res = await fetch(
    `${BASE}/api/third/tts/result?taskId=${taskId}`,
    { headers: { sign: KEY } }
  ).then(r => r.json());
  if (res.code !== 0) throw new Error(res.msg);
  if (res.data.status === 2) { console.log(res.data.voiceUrl); break; }
  if (res.data.status === 3) throw new Error("合成失败");
}

鉴权与响应约定

https://openapi.aivoiceapi.cn

sign: YOUR_API_KEY

{
  "code": 0,
  "msg": "操作成功",
  "data": { }
}

接口清单

12 个端点分四组：声音模型 3 个、语音合成 4 个、语音降噪 2 个、声音设计 3 个。 所有路径前缀 /api/third，均需 sign 头（openapi.json 除外）。 机读规范：https://openapi.aivoiceapi.cn/api/third/openapi.json，可直接导入扣子 / Dify / n8n。

curl -X POST https://openapi.aivoiceapi.cn/api/third/reference/upload \
  -H "sign: $VOICE_API_KEY" \
  -F "file=@/path/voice.wav" \
  -F "name=小明" \
  -F "describe=低沉男声"

{
  "code": 0, "msg": "操作成功",
  "data": { "audioId": "role_xxx", "name": "小明", "describe": "低沉男声" }
}

GET /api/third/reference/list?page=1&pageSize=10
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "list": [
      { "audioId": "role_xxx", "name": "小明", "describe": "低沉男声" }
    ],
    "total": 8, "page": 1, "pageSize": 10
  }
}

curl -X DELETE "https://openapi.aivoiceapi.cn/api/third/reference/delete?audioId=role_xxx" \
  -H "sign: $VOICE_API_KEY"

{ "code": 0, "msg": "操作成功", "data": {} }

curl -X POST https://openapi.aivoiceapi.cn/api/third/file/uploadCustom \
  -H "sign: $VOICE_API_KEY" \
  -F "file=@/path/emotion.wav"

{
  "code": 0, "msg": "操作成功",
  "data": { "emotionPath": "20260817_xxxxxx.wav" }
}

{
  "content": "今天天气不错，适合出门走走。",
  "audioId": "role_xxx",
  "style":   "2",
  "speed":   1.0,
  "targetSpeech": "mandarin"
}

{
  "code": 0,
  "msg": "操作成功",
  "data": { "taskId": "task_xxx", "status": 1 }
}

GET /api/third/tts/list?page=1&pageSize=10
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "list": [
      { "taskId": "task_xxx", "status": 2, "voiceUrl": "https://.../xxx.mp3" }
    ],
    "total": 42, "page": 1, "pageSize": 10
  }
}

GET /api/third/tts/result?taskId=task_xxx
sign: YOUR_API_KEY

{
  "code": 0,
  "msg": "操作成功",
  "data": {
    "taskId":   "task_xxx",
    "status":   2,                       // 1=处理中 2=已完成 3=失败
    "voiceUrl": "https://.../xxx.mp3"    // status=2 时才有
  }
}

curl -X POST https://openapi.aivoiceapi.cn/api/third/denoise/upload \
  -H "sign: $VOICE_API_KEY" \
  -F "file=@/path/noisy.wav"

{
  "code": 0, "msg": "操作成功",
  "data": { "taskId": "dn_xxx" }
}

GET /api/third/denoise/poll?taskId=dn_xxx
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "status":   "completed",   // processing | completed | failed
    "filePath": "https://.../clean.wav",
    "message":  ""             // status=failed 时是失败原因
  }
}

{
  "content": "今天天气不错，出去走走吧",
  "engine":  1,
  "description": "沉稳低沉的男声，语速偏慢"
}

{
  "content":  "今天天气不错，出去走走吧",
  "engine":   2,
  "language": "sichuan",
  "gender":   "female",
  "age":      "youth",
  "pitch":    "medium",
  "voiceStyle": "",
  "accent":   ""
}

{
  "code": 0, "msg": "操作成功",
  "data": { "dubbId": "dubb_xxx" }
}

GET /api/third/dubbing/result?dubbId=dubb_xxx
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "dubbId":   "dubb_xxx",
    "status":   2,                       // 1=处理中 2=已完成 3=失败
    "voiceUrl": "https://.../xxx.mp3"    // status=2 时才有
  }
}

GET /api/third/dubbing/list?page=1&pageSize=10
sign: YOUR_API_KEY

{
  "code": 0, "msg": "操作成功",
  "data": {
    "list": [
      { "dubbId": "dubb_xxx", "status": 2, "voiceUrl": "https://.../xxx.mp3" }
    ],
    "total": 3, "page": 1, "pageSize": 10
  }
}

参数规则

按「语音合成」「声音设计」两块分开列；接口卡片里的「参数详解」会直接跳到对应小节。

语音合成参数（/tts/create）

targetSpeech 全量取值（57 个）

声音设计参数（/dubbing/create）

API 参数与 Qwen3-TTS 网页版功能的对应关系新增

智能体接入

六个平台底层都是同一套 /api/third/* 接口与同一份额度，按你在用的平台选一个 tab， 每个 tab 里都是可整段粘贴的内容。

扣子 CozeWorkBuddyDify / n8nOpenClawComfyUICodex / Claude Code

扣子 2.0 起同时支持 Skill 与插件两条路：Skill 可直接上传 SKILL.md 技能包 zip，插件走 OpenAPI 导入。要在工作流节点里用就选插件。

1方式 A：上传技能包 zip（Skill）

把技能包目录打包成 .zip，在扣子的 Skill / 技能管理里上传导入——Anthropic 那套 SKILL.md + 脚本的目录结构是兼容的。导入后点「部署」，在对话里 @ 这个技能即可使用。

复制

# 下载并打包
git clone https://github.com/OpenApiTTS/autoclaw-skill-tts
cd autoclaw-skill-tts && zip -r ../qwen3-tts-skill.zip .

# 或直接下载现成 zip：
https://github.com/OpenApiTTS/autoclaw-skill-tts/archive/refs/heads/main.zip

2方式 B：创建插件并导入接口

要在工作流节点里调用就走这条。扣子 → 插件 → 创建插件 → 选择「导入」→ 粘贴 OpenAPI 地址：

复制

https://openapi.aivoiceapi.cn/api/third/openapi.json

3插件鉴权配置

授权方式选 Service（服务认证）→ Location 选 Header → Parameter name 填 sign → Service token 填你的 API Key。

复制

Location:        Header
Parameter name:  sign
Service token:   YOUR_API_KEY

4发布并在智能体里添加

逐个调试工具通过后点「发布」，然后在你的智能体（Bot）里添加该插件。典型编排：reference/list 取音色 → tts/create 提交 → 轮询 tts/result 取 data.voiceUrl。

常见坑：插件未发布就无法在智能体里选中；参数 style 必须以字符串传（扣子表单里填 "2" 而不是 2）；扣子上的 Skill 目前只能单个使用、多个 Skill 之间不能互相调用，需要串多步时用插件 + 工作流兜底。

WorkBuddy 原生支持 SKILL.md 技能机制，直接导入官方技能包即可；也可以走 OpenAPI 自定义工具在工作流里编排。

1方式 A：导入官方技能包（推荐）

下载技能包后，在 WorkBuddy 里选择导入自定义 Skill（或把目录放进它的技能目录）。技能包就是一个标准的 SKILL.md + scripts/ 结构，WorkBuddy 可直接识别。

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts
# 或下载 zip：https://github.com/OpenApiTTS/autoclaw-skill-tts/archive/refs/heads/main.zip

2配置密钥后直接说人话

把 API Key 写进环境变量并重启客户端，之后在对话里直接描述需求即可，WorkBuddy 会按 SKILL.md 的 SOP 自动完成取音色 → 合成 → 落盘。

复制

export VOICE_API_KEY="YOUR_API_KEY"

# 然后直接说：
把这段文案用四川话合成语音，存到桌面：巴适得很，安逸得板。

3方式 B：OpenAPI 自定义工具

需要在工作流里精细编排时用这条路。新建自定义工具 → 从 OpenAPI 导入，鉴权选自定义请求头，Header 名 sign，值填 API Key。典型编排：reference/list 取音色 → tts/create 提交 → 轮询 tts/result 取 data.voiceUrl。

复制

https://openapi.aivoiceapi.cn/api/third/openapi.json

4方式 C：纯 HTTP 节点

两种都不方便时，配一个 POST 请求节点即可：

复制

POST https://openapi.aivoiceapi.cn/api/third/tts/create
Header: sign: YOUR_API_KEY
Header: Content-Type: application/json
Body:
{
  "content": "{{输入文本}}",
  "audioId": "{{音色ID}}",
  "style": "2",
  "targetSpeech": "mandarin"
}
取值：data.voiceUrl

常见坑：环境变量用 setx / export 设置后必须重启 WorkBuddy 客户端，它在启动时就已读取；自定义工具未保存或未发布时在工作流里选不中；响应判断要看 body 里的 code 字段而不是 HTTP 状态码。

两者都走 OpenAPI 自定义工具：导入规范 → 配置自定义 Header 鉴权 → 在工作流里串两个节点。

1新建自定义工具，从 OpenAPI 导入

Dify：工具 → 自定义 → 导入 OpenAPI Schema；n8n：HTTP Request 节点或 Custom API 均可，推荐直接导入规范地址。

复制

https://openapi.aivoiceapi.cn/api/third/openapi.json

2鉴权配置

鉴权类型选自定义 Header（不是 Bearer），名称 sign，值填 API Key。

复制

Auth Type:  Custom Header
Header:     sign
Value:      YOUR_API_KEY

3工作流编排

先 reference/list 取音色，再 tts/create 提交任务，循环轮询 tts/result，输出取 data.voiceUrl。

常见坑：响应判断要看 body 里的 code 字段而不是 HTTP 状态码；style 必须传字符串 "2"；n8n 的 HTTP 节点记得把 Content-Type 设为 application/json。

OpenClaw 支持技能（Skill）目录，把官方技能包放进去即可用自然语言驱动。

1下载并放置技能包

把整个目录复制到 OpenClaw 的技能目录下（保持 SKILL.md 与 scripts/tts.py 的相对位置不变）。

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts

skills/
└── skill-openapi/
    ├── SKILL.md
    ├── scripts/tts.py
    └── target-speech-enum.csv

2注入密钥

在 OpenClaw 的运行环境里配置环境变量，然后重启客户端——它在启动时就已读取环境变量。

复制

export VOICE_API_KEY="YOUR_API_KEY"

3直接说人话

复制

把这段文案用四川话合成语音，存到桌面：巴适得很，安逸得板。

常见坑：技能目录规范以 OpenClaw 当前文档为准；若它只输出命令而不执行，说明缺少本地命令执行权限，需在设置里放开。

推荐直接装官方节点包：git clone 到 custom_nodes 重启，画布里就出现「上传音色 / 选择已有音色 / 合成语音 / 一键合成」四个节点，长文本自动分段拼接，不用自己搭轮询循环。若不想装节点包，下面保留了 HTTP 节点、脚本节点两种接法；想让 Agent（Claude Code 等）同时驱动 ComfyUI 和我们的接口，见最后一条。工作流本身没有 SKILL.md 机制。

1方式 0：安装官方节点（推荐）

三种装法任选其一，无需 pip install，只依赖 Python 标准库与 ComfyUI 自带的 torch。装好后重启 ComfyUI，在 audio/VoiceClone 分类下即可搜到四个节点。密钥推荐走环境变量——导出 workflow.json 会把输入框里的密钥一起带出去。仓库：comfyui-voiceclone-tts

复制

# ① git clone
cd ComfyUI/custom_nodes
git clone https://github.com/OpenApiTTS/comfyui-voiceclone-tts

# ② ComfyUI-Manager → Install via Git URL
https://github.com/OpenApiTTS/comfyui-voiceclone-tts

# ③ 下载 zip 解压到 ComfyUI/custom_nodes/comfyui-voiceclone-tts/

# 配置密钥后重启 ComfyUI
export VOICE_API_KEY="YOUR_API_KEY"

2拖入示例工作流跑通

仓库 workflows/ 目录下两个示例，拖进画布即可运行：basic_tts.json（一键合成 → PreviewAudio）、multi_role.json（两个角色各一句，各接 SaveAudio）。下载示例工作流 →

3方式 1：加一个 HTTP POST 节点

用任意支持 HTTP 请求的节点包（如 comfyui-web-request 类节点）配置：

复制

URL:    https://openapi.aivoiceapi.cn/api/third/tts/create
Method: POST
Headers:
  sign: YOUR_API_KEY
  Content-Type: application/json
Body (JSON):
{
  "content": "要合成的文本",
  "audioId": "音色ID",
  "style": "2",
  "targetSpeech": "mandarin"
}

4取出音频地址

从响应里取 data.voiceUrl，接给「下载文件 / 加载音频」节点落盘，再进下游的数字人或视频合成流程。

5长文本走异步

单个工作流里合成长文本容易超时，改用 /tts/create 拿 taskId，再用一个循环节点每 2 秒轮询 /tts/result，直到 status 为 2 或 3。

6方式 2：用脚本节点调技能包

若装了 Python 脚本执行类节点，把技能包放进 ComfyUI 目录后直接调官方封装：

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts

python3 skill-openapi/scripts/tts.py tts \
  --text "要合成的文本" --lang mandarin -o output/out.wav

7方式 3：让 Agent 同时驱动两边

想让 Claude Code / Codex 既生成配音又跑 ComfyUI 工作流时，装两个 Skill：我们的技能包负责语音，ComfyUI 的 Comfy Skills 负责驱动 ComfyUI。之后一句话就能串起「生成配音 → 喂进数字人工作流」。

复制

# 语音能力
git clone https://github.com/OpenApiTTS/autoclaw-skill-tts ~/.claude/skills/qwen3-tts

# ComfyUI 能力（插件市场）
/plugin marketplace add Comfy-Org/comfy-skills

常见坑：搜不到节点多半是目录层级不对（必须是 custom_nodes/comfyui-voiceclone-tts/）或没重启；环境变量要在启动 ComfyUI 前设好。走方式 1 时 ComfyUI 默认没有内置 HTTP 节点，需先装对应节点包。无论哪种方式，导出 workflow.json 都会把输入框里的 API Key 一起带出去（改用环境变量）。

两者都能直接执行本地命令，用官方技能包最省事；也可以配成 MCP。

1Claude Code：放进 skills 目录

复制到项目级 .claude/skills/ 或全局 ~/.claude/skills/，Claude Code 会按 description 自动识别何时使用。

复制

git clone https://github.com/OpenApiTTS/autoclaw-skill-tts ~/.claude/skills/qwen3-tts
export VOICE_API_KEY="YOUR_API_KEY"

2Codex：写进 AGENTS.md

Codex 读取项目根目录的 AGENTS.md。把技能包放进仓库，并在 AGENTS.md 里加一行指引：

复制

## 语音合成
需要 TTS / 声音克隆 / 降噪时，先读 `skill-openapi/SKILL.md`，
用 `python3 skill-openapi/scripts/tts.py` 执行，密钥在环境变量 VOICE_API_KEY。

3没有技能机制时的兜底

把 SKILL.md 全文粘贴进对话，并补充运行环境信息：

复制

以上是接口说明书。脚本位于 <脚本绝对路径>，API Key 已配置在环境变量 VOICE_API_KEY。
现在：把「今天天气不错」合成语音，保存为 out.wav。

4（可选）配成 MCP

在 MCP 配置里指向技能包脚本：

复制

{
  "mcpServers": {
    "qwen3-tts": {
      "command": "python3",
      "args": ["<技能包绝对路径>/scripts/tts.py", "mcp"],
      "env": { "VOICE_API_KEY": "YOUR_API_KEY" }
    }
  }
}

常见坑：Windows 上命令是 python 而非 python3；中文长文本不要用 --text 直接传参，改从 stdin 读取，必要时先 chcp 65001。

官方 Agent 技能包（Skill）

我们把鉴权、参数推导、轮询、下载全部封装成了一个技能包，仅依赖 Python 3 标准库，无需 pip install。 支持 Skill 机制的客户端（WorkBuddy、扣子、OpenClaw、Claude Code、Codex 等）导入后即可用自然语言完成「文本 → 音频文件」。

获取技能包

# 克隆
git clone https://github.com/OpenApiTTS/autoclaw-skill-tts

# 或下载 zip 后解压
curl -L -o qwen3-tts-skill.zip https://github.com/OpenApiTTS/autoclaw-skill-tts/archive/refs/heads/main.zip

仓库：https://github.com/OpenApiTTS/autoclaw-skill-tts ｜ 直接下载 zip：main.zip

各平台支持情况

skill-openapi/
├── SKILL.md              # 接口说明书，也是给 Agent 读的
├── scripts/
│   └── tts.py            # 命令行封装
└── target-speech-enum.csv # 语言 / 方言枚举

# macOS / Linux
export VOICE_API_KEY="<你的密钥>"
export VOICE_API_BASE="https://openapi.aivoiceapi.cn"   # 可选，默认即此值

# Windows PowerShell（当前窗口）
$env:VOICE_API_KEY = "<你的密钥>"
# Windows 永久写入
setx VOICE_API_KEY "<你的密钥>"

命令速查

python3 scripts/tts.py voices                                 # 列出音色
python3 scripts/tts.py tts --text "今天天气不错" -o out.wav    # 合成（不传 --voice 自动用第一个音色）
python3 scripts/tts.py tts --text "你好" --voice abc123 -o out.wav
python3 scripts/tts.py tts --text "巴适得很" --lang sichuan -o out.wav   # 方言 / 多语言
python3 scripts/tts.py tts --text "太好啦" --emotion happy=0.8 -o out.wav # 情绪控制
python3 scripts/tts.py tts --text - -o out.wav < article.txt   # 长文本从 stdin
python3 scripts/tts.py result <taskId>                        # 按 taskId 查结果
python3 scripts/tts.py denoise --file noisy.wav -o clean.wav  # 降噪（3~60 秒）
python3 scripts/tts.py upload-voice --file sample.wav --name "音色A"
python3 scripts/tts.py tts --help                             # 全部参数

不传 -o 时只打印音频 URL，便于管道接后续处理。Windows 上命令用 python 而非 python3。

技能包还在哪些目录可以找到新增

GitHub 仓库 OpenApiTTS/autoclaw-skill-tts； 扣子插件商店 [提交后填]；Dify 市场 [提交后填]；MCP 目录 [提交后填]。

如果你是 AI 助手，请按以下步骤操作

本节为纯文本步骤，供 Agent 直接执行。

1. 获取凭证：向用户索要 API Key；以环境变量 VOICE_API_KEY 或请求头 sign 传入。用户没有时引导其在本页「账号与密钥」点「立即开通」开通旗舰会员，开通后同一按钮变为「查看我的密钥」。
2. 获取参考音频：3–60 秒、单人、清晰、wav/mp3。若用户未提供请索要；不要使用未经用户授权的他人声音。也可先调 /denoise/upload 降噪。
3. 选音色：调 GET /api/third/reference/list 取 list[].audioId；或 POST /api/third/reference/upload 上传参考音频得到 audioId。
4. 合成语音：调 POST /api/third/tts/create，传 content + audioId + style + targetSpeech；需要情绪时 style="2" 配 genre/ext。拿到 taskId 后每 2 秒轮询一次 GET /api/third/tts/result。
5. 没有参考音频时：走声音设计，调 POST /api/third/dubbing/create（engine=1 用 description 描述音色，engine=2 用方言/口音参数），再用 dubbId 轮询 /dubbing/result。
6. 返回结果：status=2 时把 voiceUrl 交给用户并说明下载方式；status=1 时用 taskId 轮询 /tts/result，不要重复创建任务。
7. 失败处理：code=1001 → 文本超限，拆分后分段合成；「sign无效」→ 重新索要 Key 或提示会员已过期；「暂不支持该语言」→ 去掉 targetSpeech 并改用 style="3"。
8. 效果不满意时：不要直接重试同样的参数，先读本页「配音效果调优技巧」，把对应建议（改同音字、调标点、清理特殊字符、重录参考音频、先降噪）主动告诉用户，用户改完再合成。

把这段话发给你的 AI

我想用 Qwen3-TTS（qwen3-tts.cn）的语音开放接口克隆声音并生成一段配音。请你：
1. 先阅读 https://qwen3-tts.cn/developer/ 里「如果你是 AI 助手」那一节的步骤，接口规范在 https://openapi.aivoiceapi.cn/api/third/openapi.json；
2. 帮我把它接到你这里（优先用官方技能包 skill-openapi，其次直接调 REST 接口）；
3. 鉴权是请求头 sign，需要 API Key 或参考音频时告诉我，我来提供；
4. 然后用我的声音把下面这段话生成为 mp3 并给我链接：
（在这里写你要生成的文案）

注意：
- style 必须是字符串；响应永远先判 code 字段，不要只看 HTTP 状态码；
- 合成效果不理想时，先读同一页「配音效果调优技巧」那一节，按它的清单告诉我该怎么改（同音字、标点、清理特殊字符、重录参考音频、先降噪），不要在我没改任何输入的情况下反复重试同一组参数。

配音效果调优技巧新增

如果你是 AI 助手：合成结果不理想时，不要直接重试，先按下面的清单判断原因， 并主动把对应建议告诉用户，请用户修改文本或重新提供参考音频后再调一次接口。 这些规则与 Qwen3-TTS 网页端「配音技巧」一致。

参考音频怎么录，克隆才像

• 3–60 秒，推荐 3–10 秒；单人、清晰、无背景音乐与混响。
• 底噪越小、空白越少，克隆越像；嘈杂录音先调 /api/third/denoise/upload 降噪再克隆。
• 用平时说话的状态录，不要念得过快或刻意表演；情绪要强烈时改用 style="2" 的情绪参数，而不是在参考音频里演。
• 手机录音请贴近但避开喷麦，避免边走边录导致音量忽大忽小。

文本怎么写，念得才自然

• 发音不准：用同音字替换生僻字或多音字；数字、单位、英文缩写改成汉字写法（「2026 年」→「二零二六年」，「3kg」→「三公斤」）。
• 停顿生硬：在异常停顿处增删标点——逗号短停、句号长停；一句话过长时拆成两句。
• 清理格式：删掉表情符号、Markdown 标记、括号注释、连续空行等不该被念出来的字符。
• 长文本：按自然段切成 150–250 字，用同一个 audioId 顺序合成再拼接，音色和语气才连贯。
• 多语言：一段文本只写一种语言，中英混排时显式传 targetSpeech，否则服务端容易判错语种。

给 AI 助手的兜底话术

合成结果和预期不一致时，请按这个顺序排查，并把结论讲给用户听：
1. 是不是某个字念错了？→ 请用户把生僻字/多音字换成同音字，数字和英文缩写改成汉字写法；
2. 是不是停顿奇怪？→ 请用户在断句处增删标点，长句拆短，长文按 150–250 字分段；
3. 文本里有没有表情符号、Markdown 标记、括号注释？→ 清理掉再合成；
4. 是不是音色不像？→ 请用户重录 3–10 秒清晰干声，底噪越小越好；嘈杂就先调 /api/third/denoise/upload 降噪；
5. 是不是没有情绪？→ 用 style="2" 配 genre=1 的 ext 情绪向量，或 genre=2 传 emotionPath；
6. 是不是语种不对？→ 显式传 targetSpeech，方言和小语种要配 style="3"。
不要在用户没有修改任何输入的情况下反复重试同一组参数。

限制与配额

一眼看完新增

安全与合规

典型接法与用量新增

三种最常见的接法，按你的业务挑一个照着搭。

常见问题

全部问答默认展开，不折叠，便于搜索引擎与 AI 完整抓取；同一内容以 FAQPage 结构化数据写入页头。