- 引言
- 在线调试说明
- 发出请求
- 中转站基本介绍
- 聊天(Chat)
- ChatGpt 接口
- Anthropic Claude 接口
- 谷歌Gemini 接口
- 原生格式
- 文本生成
- 文本生成-流
- 文本生成+思考-流
- 图片生成
- 图片生成 gemini-2.5-flash-image
- 图片生成 gemini-2.5-flash-image 控制宽高比
- 图片生成 gemini-3-pro-image-preview 控制宽高比 +清晰度
- 图片编辑
- 图片理解
- 格式化输出
- 函数调用
- 文档理解
- URL context [原生格式]
- 代码执行
- google search
- 视频理解
- URL context
- 视频理解-url [原生格式] 开发中
- Imagen 4 开发中
- 音频理解
- Embeddings
- gemini-tts文本转语音
- 文本生成 gemini-3-pro-preview:generateContent
- chat兼容格式
- 原生格式
- 聊天(Responses)
- 绘画模型
- README
- 图像对象
- Midjourney
- Ideogram
- GPT Image 系列
- 即梦绘画
- DALL·E 3
- FLUX 系列
- 豆包系列
- doubao-seedream-3-0-t2i-250415
- doubao-seededit-3-0-i2i-250628
- doubao-seedream-4-0-250828-文生图
- doubao-seedream-4-0-250828-图生图
- doubao-seedream-4-0-250828-多图生图
- doubao-seedream-4-5-251128 文生图（纯文本输入单图输出）
- doubao-seedream-4-5-251128 图文生图（单图输入单图输出）
- doubao-seedream-4-5-251128 多图融合（多图输入单图输出）
- doubao-seedream-4-5-251128 组图输出（多图输出）
- doubao-seedream-4-5-251128 单张图生组图
- doubao-seedream-4-5-251128 多参考图生组图
- Fal.ai平台
- 腾讯AIGC生图
- 千问Qwen 系列
- 视频模型
- GPTs 相关
- 系统API
- 文生音乐 Suno
- Python配置方式
- python 使用 语音转文本
- python 使用文本转语音
- python 使用Embeddings 向量化
- python 调用DALL·E
- python简单调用 openai function-calling demo
- python 简单langchain 调用openai demo
- python llama_index 配置
- Python基础对话
- Python使用gpt-4o识别图片-本地图片
- Python使用gpt-4o识别图片
- Python使用Claude识别图片
- python 库流式输出
- gpt realtime模型调用
- python request 请求 流式输出demo
- python 使用gpt-image-1 创建编辑图片
- python openai官方库（使用AutoGPT，langchain等）
- python 连续对话
- Rerank 重排序模型
- 可灵 Kling 平台
- Replicate 聚合平台
- 接入教程
- Flux 分辨率
- 查询任务
- 创建任务-通过模型version（predictions）
- 创建任务 stability-ai/stable-diffusion
- 创建任务 stability-ai/sdxl
- 创建任务 stability-ai/stable-diffusion-inpainting
- 创建任务 stability-ai/stable-diffusion-img2img
- 创建任务 lucataco/flux-schnell-lora
- 创建任务 lucataco/flux-dev-lora
- 创建任务 andreasjansson/stable-diffusion-animation
- 创建任务 sujaykhandekar/object-removal
- 创建任务 cjwbw/rembg
- 创建任务 lucataco/animate-diff
- 创建任务 ideogram-ai/ideogram-v2-turbo
- 创建任务 black-forest-labs/flux-kontext-dev
- 创建任务 minimax/video-01-live
- 创建任务 minimax/video-01
- 创建任务 recraft-ai/recraft-v3
- 创建任务 recraft-ai/recraft-v3-svg
- 创建任务 black-forest-labs/flux-1.1-pro-ultra
- 创建任务 black-forest-labs/flux-kontext-pro
- 创建任务 black-forest-labs/flux-kontext-max
- 创建任务 flux-kontext-apps/multi-image-kontext-max
- 创建任务 flux-kontext-apps/multi-image-kontext-pro
- 创建任务 lucataco/remove-bg
- 创建任务 riffusion/riffusion
- 创建任务 black-forest-labs/flux-fill-dev
- 创建任务 black-forest-labs/flux-fill-pro
- 创建任务 google/imagen-4-fast
- 创建任务 google/imagen-4-ultra
- 创建任务 google/imagen-4
- 创建任务 prunaai/vace-14b
- 创建任务 bytedance/seedream-4
- Fal-ai 聚合平台
- 接入教程
- falai-veo3 视频生成
- 获取请求结果
- /fal-ai/flux-1/dev
- /fal-ai/flux-1/dev/image-to-image
- /fal-ai/flux-1/dev/redux
- /fal-ai/flux-1/schnell/redux
- /fal-ai/flux-pro/kontext
- /fal-ai/flux-pro/kontext/text-to-image
- /fal-ai/flux-pro/kontext/max
- /fal-ai/flux-pro/kontext/max/multi
- /fal-ai/wan/v2.2-a14b/image-to-image
- /fal-ai/bytedance/seedream/v4/text-to-image
- /fal-ai/bytedance/seedream/v4/edit
- /fal-ai/vidu/reference-to-image
- /fal-ai/imagen4/preview
- /fal-ai/qwen-image-edit-lora
- /fal-ai/qwen-image-edit-plus
- /fal-ai/kling-video/v2.5-turbo/pro/text-to-video
- /fal-ai/kling-video/v2.5-turbo/pro/image-to-video
- /fal-ai/flux-lora
- /fal-ai/flux-lora/image-to-image
- /fal-ai/flux-lora/inpainting
- /fal-ai/kling-video/v2.5-turbo/pro/text-to-video
- /fal-ai/qwen-image-edit-lora
- php配置方式
- nodejs 配置方式
- 各种插件/软件使用教程
- Codex 配置教程
- N8N 工作流使用中转API 教程
- Gemini CLI 中转站配置使用教程
- Claude Code 安装使用教程
- CherryStudio调用cluade MCP
- Cherry Studio配置教程
- Cherry Studio配置 banana pro 4K和分辨率教程
- CherryStudio配置o4推理级别
- 扣子工作流简单配置从输入到获取url
- dify添加模型
- cline 配置教程
- aider 配置教程
- Cursor 配置教程
- lobechat 设置教程
- ChatBox(推荐使用)
- 开源gpt_academic
- nextchat 设置教程
- zotero gpt 配置方法
- CLAUDE DEV 配置教程
- 沉浸式翻译 设置gpt翻译
- 浏览器插件ChatGPT Sidebar
- chatgpt-on-wechat 配置教程
- chatgpt GPT Academic 学术优化配置gpt教程
- RikkaHub 配置教程
- coze 工作流使用中转API 教程
- n8n 工作流获取本地图片生成视频例子
- 帮助中心
python 使用文本转语音
文字转语音 (TTS) API 指南#
概述#
speech 端点，基于 TTS 模型实现以下功能：重要提示：必须向用户声明所听到的是 AI 生成的语音，而非人类声音
基础使用#
基本示例#
功能特性#
音频质量选项#
可用声音#
支持的输出格式#
| 格式 | 特点 | 适用场景 |
|---|---|---|
| MP3 | 默认格式 | 通用场景 |
| Opus | 低延迟 | 网络流媒体和通信 |
| AAC | 高效压缩 | 移动设备播放 |
| FLAC | 无损压缩 | 音频存档 |
| WAV | 无压缩 | 低延迟应用 |
| PCM | 原始采样 | 24kHz, 16位有符号 |
实时音频流#
支持语言#
注意：当前声音主要针对英语优化
常见问题#
Q: 如何控制生成音频的情感？#
Q: 能创建自定义声音吗？#
Q: 生成的音频归属权？#
Modified at 2026-02-01 07:33:56