Instala los plugins FishAudio TTS 文字转语音 y Media Sync en Coze y usa tu propia API Key para generar voz y vídeos sincronizados.

Usar FishAudio en Coze

FishAudio ofrece dos plugins en la tienda de Coze. Instalar los plugins es la opción recomendada; usa la configuración HTTP directa solo para solicitudes personalizadas.

Plugin	Función	Instalación
FishAudio TTS 文字转语音	Convertir texto en voz y devolver una URL de audio	Abrir en Coze
FishAudio 图片/视频对口型	Crear una tarea asíncrona con URL de vídeo y audio	Abrir en Coze

Preparar una API Key

Crea una clave exclusiva para Coze en la página de gestión de API y comprueba tus créditos API. Usa este formato:

Authorization: Bearer YOUR_FISH_AUDIO_API_KEY

Debe haber un espacio después de Bearer. Cada cliente usa su propia clave y el consumo se carga a su cuenta de Kitta AI.

Crear un plugin privado

Si no quieres usar los plugins de la tienda, descarga FishAudio TTS 文字转语音 OpenAPI, FishAudio 图片/视频对口型 OpenAPI, FishAudio 文字对口型 OpenAPI o FishAudio 专属语音合成 OpenAPI e impórtalo en Coze como plugin en la nube basado en un servicio existente. Selecciona sin autorización e introduce el Authorization del cliente en tiempo de ejecución. Consulta la guía en inglés.

Se recomienda usar Importar en la esquina superior derecha; esa ruta solo necesita el YAML de OpenAPI. Si ves ai_plugin (JSON) a la izquierda y openapi (YAML) a la derecha, estás en la página de creación mediante código </>. No dejes ai_plugin vacío: pega a la izquierda el *.ai-plugin.json correspondiente y a la derecha el *.openapi.yaml con el mismo prefijo. manifest.json solo es el inventario del paquete FishAudio y no sirve como ai_plugin.

Disponibilidad actual: FishAudio TTS 文字转语音 y FishAudio 图片/视频对口型 están en la tienda; FishAudio 文字对口型 y FishAudio 专属语音合成 solo se ofrecen como plugins privados para importar.

Usar FishAudio TTS 文字转语音

Añade FishAudio TTS 文字转语音 a tu espacio de Coze.
Añade la herramienta TTS a un agente o flujo de trabajo.
Introduce Authorization, el texto, el Voice ID y los controles opcionales.
Conecta el audio_url devuelto a reproducción, descarga o Media Sync.

Prueba primero con una frase corta. El Voice ID debe ser una voz del sistema válida o una voz personalizada disponible en la cuenta actual.

Usar FishAudio 图片/视频对口型

FishAudio 图片/视频对口型 incluye dos herramientas:

Herramienta	Función
`create_media_sync`	Crear una tarea con URL de vídeo y audio descargables directamente
`get_media_sync_job`	Consultar progreso, resultado o error mediante `jobId`

Envía Authorization, video_url y audio_url a create_media_sync. Guarda data.id y úsalo como jobId. Crear una tarea consume créditos API.

processing: espera y consulta de nuevo el mismo jobId.
completed: lee data.result_url.
failed: lee data.error_message.

No vuelvas a ejecutar create_media_sync por un tiempo de espera o mientras siga procesando. Podrías crear y pagar una tarea duplicada.

Flujo de texto a vídeo sincronizado

Puedes conectar los dos plugins de la tienda como se muestra abajo o importar el plugin privado FishAudio 文字对口型, que combina TTS y sincronización labial en una sola creación:

Texto + Voice ID → FishAudio TTS 文字转语音 → audio_url
URL de vídeo + audio_url → create_media_sync → data.id
Guardar jobId → esperar 15–30 s → get_media_sync_job
completed: data.result_url | failed: data.error_message

Para sondeo automático, define un máximo de consultas y un tiempo límite total.

El plugin privado usa create_text_lip_sync y después get_text_lip_sync_job. Usa un Idempotency-Key nuevo para cada tarea nueva y reutilízalo únicamente al reintentar exactamente la misma solicitud.

URL de medios y seguridad de la clave

Kitta AI debe poder descargar directamente las URL de vídeo y audio. No funcionan páginas web, rutas locales ni URL firmadas caducadas. Una URL temporal de Coze debe seguir válida hasta terminar la descarga.

Authorization puede aparecer en conversaciones, depuración o registros de Coze. Crea una clave exclusiva para Coze, no compartas capturas o plantillas con una clave real y rota o revoca las claves de prueba. Nunca incluyas una clave común en un plugin público.

Solución de problemas

401: comprueba Bearer , espacios adicionales y validez de la clave.
402: revisa los créditos API; son distintos de los créditos de suscripción.
Error de descarga: comprueba el acceso directo y la vigencia de la URL.
Sigue processing: consulta el mismo jobId; no crees otra tarea.
Clave visible en registros: revócala y crea una nueva clave para Coze.

Avanzado: llamar directamente a la API HTTP de TTS

Un nodo HTTP de Coze puede llamar a POST https://kittaai.com/v1/audio/speech con Authorization y Content-Type: application/json. Envía model, voice, input y response_format: "mp3"; configura la respuesta como archivo o binario, no como JSON.

Configuración de Coze