Referência APITexto para fala
Modelos TTS
Valores modelId compatíveis e orientações para escolher um modelo de texto para fala.
A disponibilidade depende do site e da conta; consulte GET /api/open/v3/speech/tts/capabilities. Para stability / similarity, Kitta AI aceita 0.5–1.5 (padrão 1 para ambos) e ElevenLabs aceita 0–1 (padrões 0.5 / 0.75). ElevenLabs exige velocidade de 0.7–1.2 e não aplica volume. Omita controles incompatíveis.
Modelos TTS
Use modelId para escolher o mecanismo e a versão TTS, e voiceId para escolher a voz. Recomendamos enviar os dois campos.
Valores modelId compatíveis
modelId | Marca | Versão | Uso recomendado |
|---|---|---|---|
fishaudio-s21pro | FishAudio | S2.1 Pro | Maior qualidade para produção |
fishaudio-s21pro-flash | FishAudio | S2.1 Pro Flash | Padrão; mais rápido e com menor consumo |
fishaudio-s2pro | FishAudio | S2 Pro | Fluxos compatíveis com S2 Pro |
fishaudio-s1 | FishAudio | S1 | Integrações existentes baseadas em S1 |
minimax-2.8-turbo | MiniMax | Speech 2.8 Turbo | Opção padrão com foco em velocidade |
minimax-2.8-hd | MiniMax | Speech 2.8 HD | Saída MiniMax de maior qualidade |
minimax-2.6-turbo | MiniMax | Speech 2.6 Turbo | Compatibilidade com 2.6 Turbo |
minimax-2.6-hd | MiniMax | Speech 2.6 HD | Compatibilidade com 2.6 HD |
qwen3-tts-flash | Qwen | TTS 3 Flash | Geração rápida com vozes Qwen |
qwen-audio-3.0-tts-plus | Qwen | Audio 3.0 Plus | Expressão premium com direção em linguagem natural |
qwen-audio-3.0-tts-flash | Qwen | Audio 3.0 Flash | Geração mais rápida com vozes do sistema e clonadas |
cosyvoice-v3-flash | CosyVoice | V3 Flash | Vozes de sistema multilíngues de baixa latência |
doubao-tts-2.0 | Doubao | Seed TTS 2.0 | Vozes chinesas naturais e expressivas |
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 | — |
A lista pública atual está no esquema TTS retornado por GET /api/openapi.json. Escolha um modelo da mesma marca que a voiceId.
Exemplo de solicitação
{
"text": "Olá, este é um teste de modelo TTS.",
"voiceId": "00a1b221-6137-4b73-ad62-b0cbce134167",
"modelId": "fishaudio-s21pro-flash",
"format": "mp3"
}Consulte HTTP síncrono, Tarefas assíncronas e TTS compatível com OpenAI para os detalhes completos.