CosyVoice2音频合成

POST

/v1/audio/speech

最后修改时间：2025-10-14 12:00:46

FunAudioLLM/CosyVoice2-0.5B 系列模型

跨语言语音合成：实现不同语言之间的语音合成，中文、英文、日语、韩语、中国方言（粤语，四川话，上海话，郑州话，长沙话，天津话）

情感控制：支持生成具有多种情感表达的语音，包括快乐、兴奋、悲伤、愤怒等。

细粒度控制：通过富文本或自然语言，对生成语音的情感和韵律进行细粒度控制。

请求参数

Header 参数

Body 参数application/json必填

示例

{
  "model": "FunAudioLLM/CosyVoice2-0.5B",
  "input": "有时候，看着小孩子们的天真行为，我们总会会心一笑。",
  "max_tokens": 2048,
  "references": [
    {
      "audio": "https://sf-maas-uat-prod.oss-cn-shanghai.aliyuncs.com/voice_template/fish_audio-Charles.mp3",
      "text": "他又躺在那里，眼睛闭着，仍然沉浸在梦境的气氛里。那是个庞杂而亮堂的梦"
    }
  ],
  "voice": "",
  "response_format": "mp3",
  "sample_rate": 32000,
  "stream": true,
  "speed": 1,
  "gain": 0
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST 'https://api.aiznt.com/v1/audio/speech' \
--header 'Authorization: Bearer ' \
--header 'Content-Type: application/json' \
--data-raw '{
  "model": "FunAudioLLM/CosyVoice2-0.5B",
  "input": "有时候，看着小孩子们的天真行为，我们总会会心一笑。",
  "max_tokens": 2048,
  "references": [
    {
      "audio": "https://sf-maas-uat-prod.oss-cn-shanghai.aliyuncs.com/voice_template/fish_audio-Charles.mp3",
      "text": "他又躺在那里，眼睛闭着，仍然沉浸在梦境的气氛里。那是个庞杂而亮堂的梦"
    }
  ],
  "voice": "",
  "response_format": "mp3",
  "sample_rate": 32000,
  "stream": true,
  "speed": 1,
  "gain": 0
}'

返回响应

🟢200成功

application/json

Body

示例

{"url":"https://cdn.aiznt.com/audio/2025/10/14/d56f2493-440b-408f-a282-79b2ecc7f962.mp3"}

修改于 2025-10-14 12:00:46

IndexTTS2音频合成

豆包语音合成2.0

CosyVoice2音频合成

FunAudioLLM/CosyVoice2-0.5B 系列模型#

请求参数

请求示例代码

返回响应

FunAudioLLM/CosyVoice2-0.5B 系列模型