SuperAPI AI 工具集

omniroute-tts

智能体与模型

查看项目

更新于 10-22 16:16

技能介绍

OmniRoute 文本转语音(TTS)是一个技能(skill),用于通过 OmniRoute 调用文本转语音能力。它采用与 OpenAI /v1/audio/speech 兼容的接口格式,并在 OpenAI TTS、ElevenLabs、Azure Neural、Google Cloud TTS 等多个语音提供方之间进行自动回退。

用途:将输入文本合成为音频文件,适合需要在多个 TTS 提供方之间统一调用、并在单个提供方不可用时自动切换的使用场景。

主要能力:

  • 通过 POST $OMNIROUTE_URL/v1/audio/speech 发起合成请求,返回二进制音频,格式可为 mp3、opus、wav、flac。
  • 自动回退:在 OpenAI TTS、ElevenLabs、Azure Neural、Google Cloud TTS 之间切换。
  • 模型与音色发现:通过 GET $OMNIROUTE_URL/v1/models/tts 列出可用模型,每个条目包含 voices 数组,给出该提供方支持的音色名称。

使用方式:

  • 前置条件:需配置环境变量 OMNIROUTE_URL 与 OMNIROUTE_KEY,具体设置参见入口 SKILL 说明。
  • 发现可用模型: curl $OMNIROUTE_URL/v1/models/tts | jq '.data[]'
  • 合成示例: curl -X POST $OMNIROUTE_URL/v1/audio/speech
    -H "Authorization: Bearer $OMNIROUTE_KEY"
    -H "Content-Type: application/json"
    -d '{ "model": "tts-1", "input": "Hello from OmniRoute.", "voice": "alloy", "response_format": "mp3" }' --output speech.mp3

音色说明:音色名称因提供方而异,需查看 /v1/models/tts 返回的 voices 列表。常见 OpenAI 音色包括 alloy、echo、fable、onyx、nova、shimmer。

错误处理:

  • 400 invalid_voice:当前模型不支持该音色。
  • 400 input_too_long:输入文本超出模型字符上限。
  • 503:提供方不可用,可尝试 /v1/models/tts 中的其他模型。

适用场景:需要在统一接口下接入多家 TTS 提供方、对可用性有回退要求、并以脚本或命令行方式批量生成语音的场合。

限制:具体支持模型、音色范围和字符上限以 /v1/models/tts 返回及各提供方能力为准,资料未给出完整清单;定价、配额与并发限制暂未提供。