简介

更新时间：2024-05-29

短文本在线合成

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。

每次请求合成的文本建议120GBK以内，如需更长文本转换可使用长文本在线合成。

合成的文件格式为 mp3，pcm（8k及16k），wav（16k），具体见aue参数。若您需要其它格式，音频文件的转换方法请参考“语音识别工具”=>“音频文件转码”一节

本文档描述了使用语音合成服务REST API的方法。

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”

日期	更新内容	更新前的历史状态
2021-06-10	POST 方式提交文本不超过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。建议每次请求合成的文本不超过120个GBK。	POST 方式提交文本小于2048个中文字或者英文数字（5003、5118发音人需小于512个中文字或者英文数字）
2020-07-21	新增2个精品音库，在线合成音库总数扩充到11个，满足更多应用场景	在线合成音库总数为11个
2019-07-12	增加精品音库per接口，在线合成音库总数扩充到9个，满足更多应用场景	只有基础音库per接口
2018-07-14	添加 aue 参数，可以下载wav和pcm格式	只能下载mp3格式
2018-07-14	tex参数兼容一次urlencode，推荐两次urlencode	tex参数 urlencode一次，会出现如“+”等特殊字符不能正确发音
2018-07-14	使用POST方式提交，合成限制2048个汉字。使用GET方式提交（不推荐），拼接的url长度不超过1000个字符。注意：过长的文本将需要更多的请求耗时。如果对时间敏感，请请自行按照标点切割，可以采用多次请求的方式。	tex参数限制512个汉字

目前合成接口支持浏览器跨域。跨域demo示例： https://github.com/Baidu-AIP/SPEECH-TTS-CORS 由于获取token的接口不支持浏览器跨域。因此需要您从服务端获取或者每隔30天手动输入更新。

长文本在线合成接口可以将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。

阅读听书：万字小说一次性合成，可反复播放，给用户带来更流畅、更稳定的听书体验

新闻播报：长篇稿件批量快速合成，释放播音员人力，保障新闻生产时效性