用途:在火山引擎音频服务上执行文本转语音(TTS),把文本合成为语音,支持音色、语言与格式控制。常见用于旁白制作、多语言语音输出、音色选择,以及在 TTS 出现问题时进行排查。
主要能力与执行流程:确认输入文本、语言与目标音色;设置输出格式与采样率;执行 TTS 请求,若为异步任务则轮询结果;最后返回音频 URL 或路径,以及可复现的参数。输出规则上倾向使用稳定的音频格式(mp3 或 wav),长段文本建议切分为较短片段,条件允许时提供时长与文件大小信息。
使用方式:作为技能包,遵循上述清单依次确认文本、语言、音色、格式与采样率,再发起 TTS 请求并按需轮询,最后交付音频地址与参数。参考资料位于 references/sources.md。
限制与未提供信息:资料未给出具体 API 端点、鉴权方式、可用音色列表、支持语言清单、价格与配额等细节,需查阅对应官方文档确认;异步任务的具体轮询机制与超时设置亦未说明。