Modèles TTS
Valeurs modelId prises en charge et conseils pour choisir un modèle de synthèse vocale.
La disponibilité dépend du site et du compte ; consultez GET /api/open/v3/speech/tts/capabilities. Pour stability / similarity, Kitta AI accepte 0.5–1.5 (valeur par défaut 1), et ElevenLabs 0–1 (valeurs par défaut 0.5 / 0.75). ElevenLabs exige une vitesse de 0.7–1.2 et ignore volume. Omettez les contrôles non pris en charge.
Modèles TTS
Utilisez modelId pour choisir le moteur et la version TTS, et voiceId pour choisir la voix. Il est recommandé d’envoyer les deux champs.
Valeurs modelId prises en charge
modelId | Marque | Version | Usage conseillé |
|---|---|---|---|
fishaudio-s21pro | FishAudio | S2.1 Pro | Qualité supérieure pour la production |
fishaudio-s21pro-flash | FishAudio | S2.1 Pro Flash | Par défaut, plus rapide et moins coûteux |
fishaudio-s2pro | FishAudio | S2 Pro | Flux compatibles avec S2 Pro |
fishaudio-s1 | FishAudio | S1 | Intégrations existantes basées sur S1 |
minimax-2.8-turbo | MiniMax | Speech 2.8 Turbo | Option par défaut axée sur la vitesse |
minimax-2.8-hd | MiniMax | Speech 2.8 HD | Sortie MiniMax de meilleure qualité |
minimax-2.6-turbo | MiniMax | Speech 2.6 Turbo | Compatibilité avec 2.6 Turbo |
minimax-2.6-hd | MiniMax | Speech 2.6 HD | Compatibilité avec 2.6 HD |
qwen3-tts-flash | Qwen | TTS 3 Flash | Génération rapide avec les voix Qwen |
qwen-audio-3.0-tts-plus | Qwen | Audio 3.0 Plus | Expression premium avec direction en langage naturel |
qwen-audio-3.0-tts-flash | Qwen | Audio 3.0 Flash | Génération plus rapide avec voix système et clonées |
cosyvoice-v3-flash | CosyVoice | V3 Flash | Voix système multilingues à faible latence |
doubao-tts-2.0 | Doubao | Seed TTS 2.0 | Voix système chinoises naturelles et expressives |
gemini-3.8-flash-tts | Gemini 3.8 Flash | — | |
gemini-3.8-flash-lite-tts | Gemini 3.8 Flash Lite | — | |
elevenlabs-flash-v2.5 | ElevenLabs | Flash v2.5 | — |
elevenlabs-multilingual-v2 | ElevenLabs | Multilingual v2 | — |
La liste publique actuelle figure dans le schéma TTS de GET /api/openapi.json. Choisissez un modèle de la même marque que la voiceId.
Exemple de requête
{
"text": "Bonjour, ceci est un test de modèle TTS.",
"voiceId": "00a1b221-6137-4b73-ad62-b0cbce134167",
"modelId": "fishaudio-s21pro-flash",
"format": "mp3"
}Consultez HTTP synchrone, Tâches asynchrones et TTS compatible OpenAI pour les requêtes complètes.