短文本在线合成API
接口描述
百度短文本在线合成服务，基于HTTP请求的REST API接口，将文本转换为可以播放的音频文件。本文档描述了使用语音合成服务REST API的方法。
在线调试&示例代码
您可以在 示例代码中心 中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。
Demo
语音合成示例代码： https://github.com/Baidu-AIP/speech-demo/tree/master/rest-api-tts
请求说明
语音合成接口支持 POST 和 GET两种方式， 推荐POST方式请求。
正式地址：http://tsn.baidu.com/text2audio 或 https://tsn.baidu.com/text2audio
- POST 方式（推荐）， 建议文本不超过120 GBK字节，即60个汉字或者字母数字。最长1024GBK字节，文字越长耗时越长。
- GET 方式，拼接后的url总长度不多于1000个字符。
- 文本不超过120 GBK字节，即约60个汉字或者字母数字记为1次请求。每超过120个GBK字节则多记1次计费调用。
如需合成更长文本，推荐使用长文本在线合成。长文本在线合成可将10万字以内文本一次性合成，异步返回音频。支持多种优质音库，将超长文本快速转换 成稳定流畅、饱满真实的音频。适用于阅读听书、新闻播报等客户。
多音字
多音字可以通过标注自行定义发音。格式如：重(chong2)报集团。
目前只有中英文混合这一种语言，优先中文发音。示例： " I bought 3 books” 发音 “three”; “ 3 books are bought” 发音 “three”; “我们买了 3 books” 发音“三”
请求方式和参数
上传参数
参数 |
类型 | 可需 | 描述 |
|---|---|---|---|
| tex | string | 必填 | 合成的文本，文本长度必须小于1024GBK字节。建议每次请求文本不超过120字节，约为60个汉字或者字母数字。 请注意计费统计依据：120个GBK字节以内（含120个）记为1次计费调用；每超过120个GBK字节则多记1次计费调用。 如需合成更长文本，推荐使用长文本在线合成 |
| tok | string | 必填 | 开放平台获取到的开发者[access_token]获取 Access Token "access_token") |
| cuid | string | 必填 | 用户唯一标识，用来计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内 |
| ctp | string | 必填 | 客户端类型选择，web端填写固定值1 |
| lan | string | 必填 | 固定值zh。语言选择,目前只有中英文混合模式，填写固定值zh |
| spd | int | 选填 | 语速，取值0-15，默认为5中语速 |
| pit | int | 选填 | 音调，取值0-15，默认为5中语调 |
| vol | int | 选填 | 音量，基础音库取值0-9，精品音库取值0-15，默认为5中音量（取值为0时为音量最小值，并非为无声） |
| per（基础音库） | int | 选填 | 度小宇=1，度小美=0，度逍遥（基础）=3，度丫丫=4 |
| per（精品音库） | int | 选填 | 度逍遥（精品）=5003，度小鹿=5118，度博文=106，度小童=110，度小萌=111，度米朵=103，度小娇=5 更多发音人请查看音色列表 |
| per（臻品音库） | int | 选填 | 度逍遥（臻品）=4003，度博文=4106，度小贤=4115，度小鹿=4119，度灵儿=4105，度小乔=4117，度小雯=4100，度米朵=4103，度姗姗=4144，度小贝=4278，度清风=4143，度小新=4140，度小彦=4129，度星河=4149，度小清=4254，度博文=4206，南方=4226 更多发音人请查看音色列表 |
| aue | int | 选填 | 3为mp3格式(默认)； 4为pcm-16k；5为pcm-8k；6为wav（内容同pcm-16k）; 注意aue=4或者6是语音识别要求的格式，但是音频内容不是语音识别要求的自然人发音，所以识别效果会受影响。 |
tex字段2次urlencode
由于urlencode有两个标准 RFC 1738和RFC 3986. 百度为了更好地兼容，支持1次及2次urlencode， 其中2次urlencode可以覆盖全部的特殊字符。因而推荐传递tex 参数时做2次urlencode编码。
测试用例：“1+1=2”。 一次urlencode时，“+”可能会没有合成。
POST调用方式（推荐）
将文本以及其他参数写入到body里面，利用html表单的方式将参数传递到服务端。 所有的参数都在body中。body里面的数据为：
tex=***&lan=zh&cuid=***&ctp=1&aue=3&tok=***tex 原始参数是"百度你好“
第一次urlencode后 tex=%e7%99%be%e5%ba%a6%e4%bd%a0%e5%a5%bd
第二次urlencode后 tex=%25e7%2599%25be%25e5%25ba%25a6%25e4%25bd%25a0%25e5%25a5%25bdGET调用方式
将所有的参数都填写到URL地址中，可以通过浏览器可以播放合成的语音结果。
https://tsn.baidu.com/text2audio?tex=***&lan=zh&cuid=***&ctp=1&tok=***
// 注意tex参数需要按照url参数标准使用url_encode UTF8编码，如合成文字为“百度你好”，url为 http://tsn.baidu.com/text2audio?tex=%e7%99%be%e5%ba%a6%e4%bd%a0%e5%a5%bd&lan=zh&cuid=***&ctp=1&tok=***返回说明
需要根据 Content-Type的头部来确定是否服务端合成成功。
如果合成成功，返回的Content-Type以“audio”开头
- aue =3 ，返回为二进制mp3文件，具体header信息 Content-Type: audio/mp3；
- aue =4 ，返回为二进制pcm文件，具体header信息 Content-Type:audio/basic;codec=pcm;rate=16000;channel=1
- aue =5 ，返回为二进制pcm文件，具体header信息 Content-Type:audio/basic;codec=pcm;rate=8000;channel=1
- aue =6 ，返回为二进制wav文件，具体header信息 Content-Type: audio/wav；
如果合成出现错误，则会返回json文本，具体header信息为：Content-Type: application/json。其中sn字段主要用于DEBUG追查问题，如果出现问题，可以提供sn帮助确认问题。
错误示例：
{"err_no":500,"err_msg":"notsupport.","sn":"abcdefgh","idx":1}