OmniRoute — 文本转语音
用途
该技能用于通过 OmniRoute 调用文本转语音(TTS)能力,接口采用与 OpenAI /v1/audio/speech 兼容的格式,并在多个语音提供商之间自动回退,涵盖 OpenAI TTS、ElevenLabs、Azure Neural 和 Google Cloud TTS。适合需要统一入口调用多家 TTS 服务、并在单个提供商不可用时自动切换的场景。
前置条件
需要配置 OMNIROUTE_URL 和 OMNIROUTE_KEY。具体设置方式参见入口点 SKILL 的说明。
接口端点
POST $OMNIROUTE_URL/v1/audio/speech,返回二进制音频,支持 mp3、opus、wav、flac 格式。
发现可用模型
可执行以下命令查询:curl $OMNIROUTE_URL/v1/models/tts | jq '.data[]'。返回的每个条目包含 voices:[...],表示该提供商可用的音色名称。
调用示例
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
音色名称因提供商而异,需查看 /v1/models/tts,每个条目带有 voices:[...]。OpenAI 常见音色包括:alloy、echo、fable、onyx、nova、shimmer。
错误处理
400 invalid_voice:该模型不支持所请求的音色。
400 input_too_long:输入内容超出模型的字符限制。
503:提供商不可用,可尝试 /v1/models/tts 中的其他模型。
限制
关于具体计费、价格、调用频率上限、音色完整清单、各模型字符上限数值、回退优先级顺序及具体配置步骤,资料暂未提供。